Kanadische Wissenschaftler haben entwickelt eine innovative neue Technik, die künstliche Intelligenz verwendet, um besser zu definieren die verschiedenen Abschnitte des Gehirns bei Neugeborenen, die während einer Magnet-Resonanz-Tomographie (MRT) – Prüfung.
Die Ergebnisse dieser Studie, eine Zusammenarbeit zwischen Forschern in Montreal CHU Sainte-Justine-Kinderklinik und der ÉTS engineering school—heute veröffentlicht werden, in Frontiers in Neuroscience.
„Dies ist das erste mal, dass die künstliche Intelligenz wurde verwendet, um besser zu definieren, die verschiedenen Teile eines Neugeborenen Gehirn auf MRT: nämlich der grauen Substanz, weiße Substanz und Liquor“, sagte Dr. Gregory A. Lodygensky, ein neonatologist an der CHU Sainte-Justine und professor an der Université de Montréal.
„Bis heute, die Werkzeuge zur Verfügung, waren Komplex, Häufig vermischt und schwer zu erreichen,“ fügte er hinzu.
In Zusammenarbeit mit Professor Jose Dolz, ein Experte in der medizinischen Bildanalyse und maschinelles lernen an der ÉTS, waren die Forscher in der Lage, die Anpassung des tools an die Besonderheiten des Neugeborenen-Einstellung und dann zu validieren.
Diese neue Technik ermöglicht es Babys, Gehirne untersucht werden schnell, genau und zuverlässig. Wissenschaftler sehen es als einen wichtigen Trumpf für die Förderung der Forschung, die nicht nur die Adressen, die die Entwicklung des Gehirns bei Neugeborenen-Pflege, sondern auch die Effektivität von neuroprotektiven Strategien.
In der Auswertung einer Reihe von tools zur Verfügung, die in der künstlichen Intelligenz, CHU Sainte-Justine Forscher fanden heraus, dass diese tools hatte Einschränkungen, insbesondere im Hinblick auf die Pädiatrische Forschung. Die heutigen Neuro-Imaging-Analyse-Programme sind vor allem entwickelt, um die Arbeit an „Erwachsenen“ – MRT. Die zerebrale unreife der Neugeborenen, der mit einer inversion der Gegensätze zwischen grey matter und white matter, erschwert solche Analysen.
Inspiriert von Dolz, in der die jüngsten arbeiten, die Forscher vorgeschlagen, ein künstliches neuronales Netz, das lernt, wie man effizient kombinieren von Informationen aus verschiedenen MRT-Sequenzen. Diese Methodik machte es möglich, besser zu definieren, die verschiedenen Teile des Gehirns bei Neugeborenen automatisch und zur Schaffung einer neuen benchmark für dieses problem.
„Wir haben beschlossen, nicht nur zu teilen die Ergebnisse unserer Studie auf open source, sondern auch der computer-code, so dass Hirnforscher überall nutzen können es alle, die zum nutzen von Patienten“, sagt Dolz.
CHU Sainte-Justine ist einer der wichtigsten Spieler in der Canadian Neonatal Brain-Plattform und hat auch eine der größten neonatologischen Einheiten in Kanada, spezialisiert auf die Entwicklung des Nervensystems. Als Teil der Plattform -, Forschungs-teams, die Durchführung von Projekten wie diesem, mit dem Ziel der Verbesserung der langfristigen Gesundheit für die Babys, die am stärksten auf Hirn-Trauma.
„In Studien zur Bewertung der positiven und negativen Auswirkungen der verschiedenen Therapien auf die Reifung von Babys Gehirn, wir müssen die Möglichkeit haben, zu quantifizieren, Gehirn-Strukturen, mit Sicherheit und Zuverlässigkeit,“ Lodygensky sagte. „Durch das Angebot der wissenschaftlichen Gemeinschaft die Früchte all unserer Entdeckungen, die wir Ihnen helfen werden, beim generieren einer außerordentlichen nutzen für Risiko-Neugeborene.“