Facebook与纽约大学“联姻”：利用AI技术使MRI检查速度提升10倍！

器械之家

医疗器械第一新媒体

分享最专业的医疗器械知识

关注

“热线直通车” +“微信直通车”

与CT相比，MRI在许多地方有明显的优势，譬如：

无辐射；

软组织的成像优于CT；

能非常清晰地显示脑和脊髓的灰质和白质，在神经系统疾病的诊断方面优于CT，对颅脑、脊柱和脊髓疾病的显示优于CT；

MRI还可根据需要直接显示人体任意角度的切面像

......

唯有一点，MRI检查的时间比CT检查要长得多，扫查时间大概需要15分钟至1个小时，这也在一定程度上限制了MRI的使用范围，例如我们几乎很少听到MRI应用于急诊。由于MRI检查时间长，一些幽闭恐惧症患者甚至没办法配合医生完成检查。

有没有可能加快MRI的扫查速度，缩短MRI检查的时间？答案是，不一定， 至少目前，我们已经看到一些研究机构在朝这方面努力。

Facebook联合纽约大学，推出“FAST MRI”研究项目

Facebook 8月21日表示，公司的人工智能实验室正在与纽约大学医学院的放射学系展开合作，他们将联合推出一个“FAST MRI”研究项目，旨在利用AI技术使MRI检查速度提升10倍。

如果这项研究真的取得成功，绝对是MRI发展史上的巨大进步。除了给患者带来不一样的体验，也将大大扩大MRI的市场空间。

MRI虽然比CT有许多优势，但设备的价格比CT要高出不少，许多农村地区和贫困国家的无法负担足够多的MRI。如果MRI扫描仪的速度能够提高，也就意味着医院可以给更多患者使用这些设备。

运用AI提高MRI扫查速度面临的挑战

Facebook介绍称，通过减少扫描过程中的数据量进而加快MRI的扫描速度，之后他们将用AI填充扫描过程中遗漏的图像。他们要面临的挑战是在不遗漏任何重要细节的情况下做到这点。

目前，扫描仪通过在一系列连续视图中收集原始数值数据并将数据转换为内部身体结构的横截面图像来工作，然后医生将其用于评估患者的健康状况。要收集的数据集越大，扫描所需的时间就越长。

（左）原始MRI数据在转换为图像之前，为了捕获诊断研究的全套原始数据，MRI扫描通常需要15-60分钟。

（右）从完全采样的原始数据重建的膝盖的MRI图像。

为此，纽约大学提供了1万份核磁共振检查的匿名数据集，其中包括约300多万张膝盖、大脑和肝脏的成像。研究人员将使用这些数据训练算法，利用深度学习方法来识别骨骼、肌肉、韧带和其他人体构成的组织构造。将这些知识构建到驱动核磁共振机器的软件中，可以允许让AI创建部分成像，从而节省时间。

实际上，通过部分信息重建图像是一个非常困难的问题。神经网络必须能够有效地弥合扫描数据中的间隙，而不牺牲准确性。一些缺失或错误建模的像素可能意味着医生将作出错误的判断。相反，捕获图像中先前无法访问的信息可以完全挽救生命。

（左）未充分采样的原始MRI数据。 用于捕获该数据的MRI扫描比用于捕获诊断研究的完整数据的扫描更快，但是欠采样在得到的MRI图像中产生噪声和伪影。 

（右）从二次采样数据重建的膝盖的MRI图像。 FAST MRI项目旨在使用AI创建有用的MRI图像，没有像这里显示的噪声和伪像。

“患者只需要在机器里呆五分钟。这项技术将带来真正的变革，”纽约大学医学院放射学研究副主席Daniel Sodickson表示。

不论如何，这个项目还是颇值得期待的，期望能早日实现！

关于Facebook和纽约大学

纽约大学医学院是纽约大学朗格健康系的一个部门，它长期以来一直致力于推动医学研究和教育的发展，以造福患者的生活。放射科的高级成像创新和研究中心（CAI²R）包括一个由工程师，物理学家，数学家，放射科医师以及其他临床医生和科学家组成的多学科团队，他们在快速图像采集，平行成像和高级图像重建方面拥有丰富的专业知识。现在他们将工作重心置于开发新型成像技术，并将这些技术迅速转化为临床实践。

自2016年以来，CAI²R研究人员一直致力于利用AI实现更快的MRI扫描。早期研究表明扫描时间可以减少一个数量级甚至过多。然而，要实现这些潜在收益，需要额外的AI知识以及大规模计算资源。

大约在同一时间，Facebook人工智能研究（FAIR）小组专注于推动人工智能状态的开放和基础研究，正在寻找AI可能产生重大现实影响的项目。 CAI²R的图像重建工作符合这些标准，并为FAIR提供了结合其深度学习专业知识的机会（特别是在计算机视觉领域），并利用医学院领先的成像科学专业知识培训大规模模型的能力。

来源：器械之家

相关阅读