MIT開發了一種神經網路 可以在一秒內完成MRI掃描

麻省理工學院的研究人員表示，他們已經開發出了一種能夠在不到一秒鐘內處理磁共振圖像的演算法，這對於醫療行業來說將是一項至關重要的進展。

目前，醫生需要對比兩個在不同時間單獨拍攝MRI掃描圖像，以追蹤人體隨著時間推移發生的變化。但是，進行這種對比是既複雜又耗時的，因為這個過程需要仔細排列這兩個圖像以便進行準確測量。醫生需要將圖像上的所有位置處理為3-D圖，而當前的計算機需要花費很多時間來完成此操作。

MRI掃描的問題在於其中包含的信息量。基本上每個圖像都是由數百個彼此疊置的二維圖像組成的，以創建一個立體的3-D圖，反過來又構成了被稱為體素的三維像素。當對比兩個MRI掃描圖的時候，計算機必須對數百萬體素進行排序，以確定它們在一個新的、統一圖像中的位置。

由於這個過程需要幾個小時才能完成，因此如果有大量圖像要處理的話，醫生就不得不等上數百個小時。麻省理工學院的研究人員說，使用具有更強處理能力的計算機是不切實際的，所以他們創建了一個名為「VoxelMorph」的新卷積神經網路，並稱其更適合完成這項任務。

麻省理工學院的研究人員使用更多的7000個公開可用的人腦MRI掃描圖來訓練VoxelMorph。像VoxelMorph這樣的神經網路將數據推入前端，然後通過多個節點傳遞給其他節點來加速對比的過程。同時，這個神經網路也會學習不同的常見體素組合及其解剖形狀。

MIT News報道稱：「這種方法使用CNN和被稱為空間變換器的改進計算層，找出一個MRI掃描中的體素與其他掃描中的體素之間的相似性。在這個過程中，演算法會學習關於體素組的信息——例如兩個掃描之間共有的解剖形狀——用於計算可應用於任何掃描對的優化參數。」

在這種訓練之後，麻省理工學院的研究人員向VoxelMorph輸入了250個新掃描圖，以測試其有效性。該演算法在兩分鐘內完成了這些掃描的處理，相比之下傳統MRI分析程序需要大量時間。該測試使用常規的CPU，不過當研究人員使用GPU的時候，這個過程僅用了一秒鐘時間。

麻省理工學院的研究小組表示，VoxelMorph在醫療領域有著顯著應用，甚至可以改變醫生進行某種手術的方式。例如，可以在操作過程中創建最新的掃描並將這些圖像用於實時分析。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！