Çalışma: Yapay Zeka DEHB'nin MRG Saptamasını İyileştirebilir
14 Ocak 2020
Yapay zeka, MRI beyin taramaları kullanarak sinir modellerinin doğruluğunu önemli ölçüde artırabilir yakın zamanda yayınlanan bir araştırmaya göre dikkat eksikliği hiperaktivite bozukluğunu (DEHB) tespit etmek Radyoloji: Yapay Zeka.1
Ohio’dan araştırmacılar tarafından yapılan çalışma Cincinnati Üniversitesi ve Cincinnati Çocuk Hastanesi Tıp Merkezi, ortaya çıkan kullanım fikrine odaklanır DEHB belirtilerini tespit etmek için beyin görüntüleme hastalarda. Şu anda, DEHB için tek, kesin bir test yoktur - tanı bir dizi semptom ve davranış testinden sonra gelir.
Ancak araştırma, DEHB potansiyel olarak, parseller olarak bilinen beynin MRI taramalarının katmanlanmasıyla oluşturulan beynin sinirsel bağlantılarının bir haritası olan konektomu inceleyerek tespit edilebilir. Bazı çalışmalar, kesintiye uğramış veya kesintiye uğramış bir konektomun DEHB ile bağlantılı olduğunu düşündürmektedir.
Şimdiye kadar yapılan araştırmaların çoğu, yapay zekanın bir parsellasyona dayalı bir bilgisayarın bağlantı oluşturmasına yardımcı olduğu “tek kanallı derin sinir ağı” (scDNN) modelini içeriyordu. Bu çalışmada, bilim adamları “çok kanallı derin sinir ağı modeli” veya mcDNN geliştirdiler, burada connectomlar birden fazla parselden yola çıkılarak inşa edildi. Bu çok ölçekli parseller 973 katılımcının beyin veri kümelerinden geldi.
Model ayrıca DEHB'yi tespit etmek ve en öngörücü beyin bağlantı özelliklerini belirlemek için çok ölçekli bağlantılarda paternleri analiz etmek ve tespit etmek için programlanmıştır. DEHB teşhisi. Sonuçlar, DEHB saptama performansının mcDNN modeli ile scDNN alternatifine göre “önemli ölçüde” iyileştiğini göstermiştir.
Üst düzey yazar Lili He, Kuzey Amerika Radyoloji Derneği'ne “Sonuçlarımız beyin bağlantısının tahmin gücünü vurgulamaktadır” dedi.2. “Birden fazla ölçeği kapsayan inşa edilmiş beyin fonksiyonel bağlantısı, tüm beyindeki ağların tasvir edilmesi için ek bilgi sağlar.”
Çalışma, diğer durumları tespit etmeye yardımcı olmak için beyin görüntüleme ve derin sinir ağları veya derin öğrenme kapılarını açar. “Bu model diğer nörolojik eksikliklere genelleştirilebilir,” dedi, bu mcDNN modelinin zaten doğum öncesi bebeklerde bilişsel yetersizliği tahmin etmek için kullanılır, örneğin yaşta nörogelişimsel sonuçları tahmin etmek için kullanılır iki.
Kaynaklar
1 Chen, M., Li, H., Wang, J., Dillman, J. R., Parikh, N. A. ve He, L. (2019). Dikkat Eksikliği Hiperaktivite Bozukluğu Tespiti için Çok Ölçekli Fonksiyonel Beyin Bağlantı Verilerini Analiz Eden Çok Kanallı Derin Sinir Ağları Modeli. Radyoloji: Yapay Zeka, 2 (1), e190012. https://doi.org/10.1148/ryai.2019190012
2 Yapay Zeka DEHB'nin MRG Saptamasını Artırır. (2019, 11 Aralık). Erişim tarihi: 2020, 13 Ocak https://www.rsna.org/en/news/2019/November-December/AI-MRI-For-ADHD
14 Ocak 2020'de güncellendi
1998 yılından bu yana, milyonlarca ebeveyn ve yetişkin ADDitude'un DEHB ve ilgili ruh sağlığı koşullarıyla daha iyi yaşamak için uzman rehberliğine ve desteğine güvenmektedir. Misyonumuz, sağlıklı danışmanlığınız boyunca değişmez bir anlayış ve rehberlik kaynağı olan güvenilir danışmanınız olmaktır.
Ücretsiz bir sorun ve ücretsiz ADDitude e-Kitap alın, ayrıca kapak fiyatından% 42 tasarruf edin.
