MIT利用机器学习技术 将MRI比对程序缩短至2分钟

为诊断患者病情变化,医师们常常需要将患者的核磁共振造影(mri)扫描旧片与新片进行比对,来判断是否有转移、扩大或缩小等迹象。尽管影像结果可马上出来,但在判读时却需要相当谨慎,必须仔细观察、比对并参考旧片或前一次检查结果,才考书写详细报告供临床医师参考。
因为为求精准,必须进行逐个像素(pixel)的对齐比对,即便透过现有系统进行比对,仍需花上约2小时时间。不但对患者造成心理压力,同时也浪费医师不少宝贵时间。
核磁共振是指电子核在静止磁场中,受电磁波激发而产生的共振现象;而mri则是利用磁场原理,使仪器改变体内氢原子的旋转排列方向,原子核就会释放吸收的能量,能量激发后放出电磁波讯号,再经由计算机分析组合成影像。
mri扫描基本上是一系列不同角度的2d影像再组合成一张3d影像。而现有的算法要扫描述百万的3d像素,需要花上相当长的时间;此外,现有算法也无法在每次扫描中学习,因此即便针对同一患者进行多次mri扫描,系统也等同首次重新比对,相当浪费时间。
现在麻省理工学院(mit)研究人员已研发出名为「voxelmorph」的机器学习算法,预计可将医疗影像纪录比对时间从2小时大幅缩短至2分钟。透过机器学习技术,voxelmorph可在记录像像时进行学习,为每次扫描创造完美的比对。在初期训练后,所学习到的参数将用于一次便测绘所有的像素。
voxelmorph是由卷积神经网络(cnn)支持。cnn是一种前馈神经网络,是由一个或多个卷基层和顶端的全连通层以及池化层(pooling layer)组成;此结构使得cnn能够利用输入数据的2d结构,在影像和语音辨识方面的威力相当强大,亦可用于反向传播算法进行训练。相较于其它深度、前馈神经网络,cnn需要考量的参数更少,因而成为极具吸引力的深度学习结构。
voxelmorph共同研发者guha balakrishnan认为,比对两幅mri扫描片实际上应该与比对多幅mri的难度相差不大。在进行每次对齐比对时必须要能够掌握相关的信息,一旦能够自前次影像纪录中学习到相关信息,对于后续的比对动作将会更快,且同样精准。
为了训练voxelmorph,研究团队输入了7,000张脑部mri影像来进行扫描并学习。之后,再输入系统250幅影像来测试是否能够正确学习。包括cnn、改进层(modified layer)及空间转换器(spatial transformer)都被用于捕捉每次扫描中所有voxel的相似性。
每次扫描都能够让算法学习到有哪里些voxel群组,可在脑部mri扫描中使用及集成。因此,当在voxelmorph中输入新的脑部mri扫描影像,已受过训练的系统可快速找到影像的完美对齐比对。

箱式变压器的常见故障和维修方法
紫光国微智能终端安全芯片致力于物联网与人工智能
音频功放的四大失真
KK模组、同步带模组和线性模组的区别在哪里?
中科曙光液冷技术助力绿色城轨
MIT利用机器学习技术 将MRI比对程序缩短至2分钟
如何在由大数据驱动的人工智能时代立足?
玩家的春日好礼!三星星翼QX2系列重构游戏电视
汽车尾灯VHDL设计
电路板维修:开关电源易损3个元件(MOSFET管、检流电阻、驱动电阻)
好噪声?坏噪声?教你认识ADC输入噪声
汽车雷达传感器分类 汽车雷达传感器在哪个位置
打劫无人机? 亚马逊新专利技术或能避免
电源线滤波器性能的优劣取决于什么因素?
蓄电池修复-电池过充电修复
沉浸式墙面互动展厅解决方案
化学机械抛光是一种广泛应用的高精度全局平面化技术
美国无线充电距离突破50英尺 军方青睐
STR S6708开关电源控制电路引脚功能及电压
物联网正在彻底改变交通行业的运作方式