扫描:深度学习AI可扫描心脏血流

科技日报北京4月14日电 (采访人员张梦然)英国《自然·机器智能》杂志13日发表的一项医学与人工智能(AI)研究中 , 瑞士科学家介绍了一种人工智能系统可以几秒之内扫描心血管血流 。 这个深度学习模型有望让临床医师在患者接受核磁共振扫描的同时 , 实时观察血流变化 , 从而优化诊断工作流 。
四维(4D)核磁共振扫描可以用来重建心血管血流随时间变化而产生的特征 , 对于心血管疾病的诊断具有重要意义 。 然而 , 这些扫描通常需要20分钟的处理时间 , 意味着扫描过程中 , 无法对做成像进一步评估 。 加速这类扫描 , 就能在患者接受扫描的同时完成实时评估 , 不仅能节省临床医师的时间 , 还能减少患者的不适 。
此次 , 瑞士苏黎世联邦理工学院研究人员瓦雷里·韦诗耐韦斯基及其同事 , 开发出了一种深度学习人工智能模型 , 可以在几秒之内对经过心脏的血流进行四维重建 。 研究团队用11个扫描案例训练了一个神经网络 , 发现这个网络可以准确重建正常患者和血流异常患者的主动脉血流 , 且准确度与传统方法一致 。
目前 , 这个人工智能系统还能在20秒左右的时间里重建一次扫描 , 比目前尖端的传统方法快30倍 , 比之前的深度学习方法快4.2倍 。
深度学习网络 , 是机器学习中一种基于对数据进行表征学习的方法 , 也被称为人工神经网络 , 是在现代神经科学研究成果的基础上提出的 , 试图通过模拟大脑神经网络处理、记忆信息的方式来进行信息处理 。 现在 , 深度学习网络越来越多地用于生物数据分析自动化 。 深度学习模型的一个挑战是它们的“黑箱”性质 , 也就是说无法轻易鉴定一个模型执行某项任务时的过程 。 科学家们认为 , 除利用深度学习帮助人类推进医疗事业 , 还可调查深度学习模型如何识别和处理所分析的数据的能力 , 帮助研究者更好地理解这些数据背后的生物学 。
总编辑圈点
神经网络太神经 , 能下棋 , 能答题 , 能识别人脸 , 现在还能加速看片 。 做核磁共振经常令人不适 , 患者常在密闭空间里一待几十分钟不敢动弹 , 直到清晰图像一点点呈现于电脑屏幕 。 医生也希望能加速 , 让核磁像B超一样实时出图 。 如今依靠人工智能 , 电脑将无数数据和经验化作人类望尘莫及的洞察力 , 即刻献上一份份心血之作 。
(责任编辑: HN666)


    推荐阅读