جنرال لواء

يستخدم الباحثون شبكة التعلم العميق لإنشاء صور التصوير بالرنين المغناطيسي للدماغ


يبدو أن عدد مجالات الطب التي قدمت لها أنظمة الذكاء الاصطناعي حلولاً ، عبر الخوارزميات والبرمجيات ، في العقد الماضي أكثر من أن نذكرها.

ومع ذلك ، يتمحور أحد أكبر التحديات حول تطوير قدرات الذكاء الاصطناعي للدماغ ، على الرغم من أن عددًا من الأساليب المبتكرة التي تضمنت توليد صور محسّنة للدماغ أو النماذج ثلاثية الأبعاد كان لها تأثير.

يقوم فريق من الباحثين من شركة التكنولوجيا الأمريكية Nvidia و MGH & BWH Center for Clinical Data Science و Mayo Clinic بتوليد صور التصوير بالرنين المغناطيسي للدماغ عبر نظام الذكاء الاصطناعي. على وجه التحديد ، استخدموا شبكات الخصومة التوليدية (GANs) ، والشبكات العصبية العميقة التي تربط نظامين معًا ، مع الأول يولد الصورة الاصطناعية نفسها ، والآخر يكتشف العيوب. والنتيجة هي أ علاقة تكافلية يحسن كلا النظامين ويقدم للأطباء صورة أوضح لما يحدث في الدماغ. بعبارة أخرى ، هم المطلقونعلاقة متوترة.

تأثير أبحاث نفيديا في تصوير الدماغ

يقدم الفريق نتائج أبحاثه في المؤتمر السنوي للتصوير الطبي بالحاسوب والتدخل بمساعدة الكمبيوتر (MICCAI) ، والذي سيعقد هذا الأسبوع في غرناطة ، إسبانيا.

أوضح هوو تشانغ شين ، كبير الباحثين في Nvidia والمقدم المشارك في مؤتمر هذا الأسبوعZDNet كيف يمكن لشبكات GAN أن تلعب دورًا في تكوين صورة كاملة لفهم تشوهات الدماغ بشكل أفضل: "التنوع أمر بالغ الأهمية للنجاح عند تدريب الشبكات العصبية ، لكن بيانات التصوير الطبي عادة ما تكون غير متوازنة" ، كما قال ، مضيفًا ، "هناك الكثير من الحالات الطبيعية من الحالات غير الطبيعية ، عندما تكون الحالات غير الطبيعية هي ما نهتم به ، لمحاولة اكتشافها وتشخيصها ".

دخل باحثو Nvidia أيضًا في شراكة مع Qure.ai ، شركة AI للرعاية الصحية ، في وقت سابق من العام لاستخدام تقنية التعلم العميق لإجراء فحوصات التصوير المقطعي المحوسب للدماغ في اكتشاف التشوهات. أنكيت مودو ، العضو المؤسس لشركة Qure.ai وعالم الذكاء الاصطناعي ، "إن تدريب نماذج التعلم العميق ، خاصة في مجال الرعاية الصحية ، هو جزء واحد فقط من بناء منتج ناجح للذكاء الاصطناعي. إن إحضاره إلى ممارسي الرعاية الصحية هو تحدٍ هائل ومثير للاهتمام في حد ذاته ".

الإمكانات غير المحدودة لشبكات GAN

تعد شبكات GAN جديدة نسبيًا ، وقد تم تقديمها إلى المجتمع العلمي في عام 2014 فقط ، وذلك بفضل عمل فريق من علماء الذكاء الاصطناعي. لا يزالون يمثلون ميزة قوية لتوليد الصور. استخدمت مجموعة من العلماء ، من Nvidia أيضًا ، شبكات cGAN (a الشرطform) في وقت سابق من هذا العام لتطوير صور واقعية باستخدام ملصقات عالية المستوى: يمكن التحكم في الصور المتنوعة ومعالجتها من خلال استخدام خرائط الملصقات الدلالية.

قال الفريق: "نعتقد أن هذه المساهمات توسع مجال تركيب الصور ويمكن تطبيقها على العديد من مجالات البحث الأخرى ذات الصلة ، بما في ذلك التصوير الطبي وعلم الأحياء".

نظرًا للعدد المتنوع من تطبيقات شبكات GAN ، وبما أن جيلًا جديدًا من العلماء المكرسين للعمل على تحسين تقنيات تدريبهم يستمر في النمو ، فسوف نستمر في رؤية مجالات مفاجئة سيتم فيها استخدام شبكات GAN.

تظهر تفاصيل الدراسة الأصلية في ورقة بعنوان "تركيب الصورة الطبية لزيادة البيانات وإخفاء الهوية باستخدام شبكات الخصومة التوليدية" ، والتي تم تقديمها للمراجعة النهائية في 13 سبتمبر في مكتبة جامعة كورنيل.


شاهد الفيديو: صورة الرنين المغناطيسي الأكثر دقة للدماغ (كانون الثاني 2022).