国产在线无码制服丝袜无码知名国产|国产免费久久精品44|东京热aⅤ无码一区二区|国产成人综合久久精品推最新

<menu id="koaeg"></menu>
  • <dd id="koaeg"><s id="koaeg"></s></dd>
  • <abbr id="koaeg"><abbr id="koaeg"></abbr></abbr><dfn id="koaeg"><input id="koaeg"></input></dfn>
  • <strike id="koaeg"></strike>
  • 東南教育網(wǎng)您的位置:首頁 >中考 > 中考知識 >

    使用人工智能生成的快速M(fèi)RI掃描與傳統(tǒng)MRI一樣準(zhǔn)確

    導(dǎo)讀 新研究發(fā)現(xiàn),由人工智能(AI)生成的快速磁共振成像(MRI)掃描與傳統(tǒng)MRI一樣有效,并且在診斷上可以互換。結(jié)果可以顯著改善患者體驗(yàn),擴(kuò)大MRI

    新研究發(fā)現(xiàn),由人工智能(AI)生成的快速磁共振成像(MRI)掃描與傳統(tǒng)MRI一樣有效,并且在診斷上可以互換。結(jié)果可以顯著改善患者體驗(yàn),擴(kuò)大MRI的使用范圍,并有可能啟用MRI的新用例。

    在這項(xiàng)研究中,研究人員在醫(yī)學(xué)和Facebook AI的NYU格羅斯曼學(xué)校建立了一個神經(jīng)網(wǎng)絡(luò),并使用deidentified膝蓋核磁共振成像,這是創(chuàng)建和共享由紐約大學(xué)朗格尼健康為部分世界上最大的開源數(shù)據(jù)集訓(xùn)練有素它fastMRI主動它兩年前在Facebook上推出。通過刪除大約四分之三的用于創(chuàng)建掃描的原始數(shù)據(jù),AI模型能夠生成與標(biāo)準(zhǔn)慢速M(fèi)RI過程創(chuàng)建的掃描相匹配的fastMRI掃描。由于fastMRI掃描所需的數(shù)據(jù)減少了四倍,因此可以使患者成像更快,并且在掃描機(jī)上花費(fèi)的時間更少。

    肌肉骨骼放射科醫(yī)生對108例患者的兩組膝部MRI進(jìn)行了回顧,其中一組使用標(biāo)準(zhǔn)成像技術(shù),而另一組使用fastMRI AI模型。該結(jié)果發(fā)表在《美國放射學(xué)雜志》上,發(fā)現(xiàn)放射科醫(yī)生的評估沒有顯著差異。他們的放射科醫(yī)生發(fā)現(xiàn)了相同的異常現(xiàn)象,并做出了相同的診斷,無論他們是檢查標(biāo)準(zhǔn)還是AI生成的MRI。此外,所有放射科醫(yī)生都認(rèn)為AI加速圖像的整體質(zhì)量要比傳統(tǒng)圖像好。

    “這項(xiàng)研究是邁向AI加速M(fèi)RI掃描臨床接受和利用的重要一步,因?yàn)樗状巫C明AI產(chǎn)生的圖像在外觀上與標(biāo)準(zhǔn)的臨床MRI檢查基本沒有區(qū)別,并且在診斷準(zhǔn)確性方面可以互換, ” 該研究的主要作者,紐約大學(xué)朗根分校放射學(xué)主席兼路易斯·馬克思教授Michael P. Recht博士說。“這標(biāo)志著我們?nèi)绾胃纳苹颊唧w驗(yàn)和創(chuàng)建圖像的方式發(fā)生了令人振奮的變化。”

    研究細(xì)節(jié)

    該研究旨在顯示AI生成的圖像將像傳統(tǒng)圖像一樣可靠地進(jìn)行相同的診斷,并滿足放射科醫(yī)生的需求。在這項(xiàng)研究中,六名肌肉骨骼放射科醫(yī)生審查了在紐約大學(xué)朗格健康中心接受評估的108位測試患者的兩組膝關(guān)節(jié)MRI。

    每個患者病例生成兩套MRI:一組使用標(biāo)準(zhǔn)成像技術(shù),另一組使用fastMRI AI模型。放射科醫(yī)生沒有告知評估掃描的圖像,這些圖像是使用AI創(chuàng)建的,并且為限制召回偏見的可能性,對標(biāo)準(zhǔn)圖像和AI加速圖像的評估間隔至少一個月。

    放射科醫(yī)師系統(tǒng)地評估了影像的病理狀況,例如半月板撕裂,韌帶異常和軟骨缺損,并在結(jié)構(gòu)化報(bào)告中指出了這些影像。還要求審閱者對圖像質(zhì)量進(jìn)行評級,并說他們是否認(rèn)為該圖像是使用AI創(chuàng)建的。放射科醫(yī)生對每個病例??檢查了AI加速的和傳統(tǒng)的MRI后,將結(jié)果進(jìn)行比較,以查看他們的診斷是否存在差異。

    “我們對這些結(jié)果感到非常鼓舞,” 放射學(xué)研究副主席,紐約州立大學(xué)高級影像創(chuàng)新與研究中心主任Daniel K. Sodickson博士說 。“我們還鼓勵其他人使用fastMRI數(shù)據(jù)和開源代碼來建立我們的發(fā)現(xiàn)。我們將共同努力,繼續(xù)推動醫(yī)學(xué)成像的界限,使用AI不僅要復(fù)制人類執(zhí)行的任務(wù),而且要生成全新的諸如超快MRI的功能,可以增強(qiáng)對患者的護(hù)理。”

    FastMRI的后續(xù)步驟

    下一步,紐約大學(xué)朗根分校和Facebook AI研究人員希望證明fastMRI可與其他重要器官(例如大腦)協(xié)同工作。作為一個開放源代碼項(xiàng)目,fastMRI已發(fā)布了其數(shù)據(jù),模型和代碼,以便其他研究人員以及商業(yè)MRI系統(tǒng)的制造商可以在他們的工作基礎(chǔ)上繼續(xù)發(fā)展,并提出新的想法。fastMRI團(tuán)隊(duì)希望這種開放的方法將加快臨床實(shí)施的進(jìn)度,并導(dǎo)致使用AI加速M(fèi)RI掃描的新方法。

    鄭重聲明:本文版權(quán)歸原作者所有,轉(zhuǎn)載文章僅為傳播更多信息之目的,如有侵權(quán)行為,請第一時間聯(lián)系我們修改或刪除,多謝。