استفاده از هوش مصنوعی برای تعریف بهتر بخش های مختلف مغز
در نوزادان در هنگام معاینه تصویربرداری با رزونانس مغناطیسی (MRI) ،
روشی است که توسط دانشمندان کانادایی ابداع شده است.
نتایج این مطالعه – همکاری بین محققان بیمارستان کودکان CHU Sainte-Justine در مونترال و دانشکده مهندسی ÉTS –
امروز در Frontiers in Neuroscience منتشر شده است.
دکتر گرگوری آ. لودینگسکی ، متخصص نوزادان گفت:
“این اولین بار است كه از هوش مصنوعی برای تعریف بهتر قسمت های مختلف مغز نوزاد بر روی MRI استفاده می شود
یعنی ماده خاکستری ، ماده سفید و مایعات مغزی.”
وی افزود: “تا امروز ابزارهای موجود پیچیده ، اغلب درهم آمیخته و دستیابی به آنها دشوار بوده است.”
محققان با همکاری پروفسور خوزه دولز ، متخصص تجزیه و تحلیل تصویر پزشکی و یادگیری ماشین در ÉTS ، توانستند این ابزارها را با مشخصات محیط نوزادی تطبیق دهند و سپس آنها را تأیید کنند.
این تکنیک جدید به شما امکان می دهد که مغز نوزادان را سریع ، دقیق و با اعتماد بیشتر مورد بررسی قرار گیرد.
دانشمندان آن را به عنوان اصلی ترین سرمایه برای حمایت از تحقیقات می دانند که نه تنها به رشد مغز در مراقبت از نوزادان می پردازد بلکه به اثربخشی راهبردهای محافظت کننده عصبی نیز می پردازد.
محققان CHU Sainte-Justine در ارزیابی طیف وسیعی از ابزارهای موجود در هوش مصنوعی دریافتند که
این ابزارها محدودیت هایی دارند ، بخصوص در رابطه با تحقیقات کودکان.
برنامه های تحلیل عصبی امروزه در درجه اول برای کار بر روی MRI های “بزرگسال” طراحی شده اند.
نابالغی مغزی نوزادان ، با وارونگی تضادهای بین ماده خاکستری و ماده سفید ، چنین تحلیل هایی را پیچیده می کند.
محققان با الهام از جدیدترین کار Dolz ، یک شبکه عصبی مصنوعی را پیشنهاد کردند که می آموزد
چگونه به طور موثر اطلاعات را از چندین توالی MRI ترکیب کند.
با استفاده از این روش ، بهتر می توان قسمت های مختلف مغز را در نوزاد به طور خودکار تعریف کرد
و معیار جدیدی را برای این مشکل ایجاد کرد.
