Razvoj AI teha za proizvodnju CT slika na temelju MRI
Transkranijalno fokusirani ultrazvuk može se koristiti za liječenje degenerativnih poremećaja kretanja, nepopravljive boli i mentalnih poremećaja isporukom ultrazvučne energije u određeno područje mozga bez otvaranja lubanje. Ovaj tretman se mora izvesti tehnologijom koja se temelji na slici koja može locirati lezije na mozgu.
Liječnici obično koriste CT za dobivanje informacija o lubanji pacijenta koje je teško identificirati samo pomoću MRI-a i za precizno fokusiranje ultrazvuka na lezije kroz lubanju. Međutim, postoji zabrinutost oko sigurnosti CT skeniranja, tijekom kojeg je izloženost zračenju neizbježna, osobito u pedijatrijskih pacijenata i trudnica.
Tim dr. Hyungmin Kima u Centru za istraživanje bionike na Korejskom institutu za znanost i tehnologiju razvio je tehnologiju umjetne inteligencije za generiranje CT slika na temelju MRI slika i proveo simulacijski eksperiment. Rezultati su pokazali da se transkranijalno fokusirani ultrazvučni postupak može izvesti samo s MRI.
Uloženi su napori da se dobiju informacije o lubanje iz MRI slika, ali su potrebne posebne zavojnice za MRI ili protokoli snimanja koji nisu široko dostupni u medicinskom području. Kao alternativa, interes za dobivanje CT slika temeljenih na umjetnoj inteligenciji bio je velik u cijelom svijetu, ali njihova klinička učinkovitost nije dokazana. Istraživački tim KIST-a dokazao je da CT slike dobivene umjetnom inteligencijom imaju kliničku korist.
Istraživački tim KIST-a razvio je trodimenzionalnu uvjetnu suparničku generativnu mrežu koja uči nelinearni proces CT transformacije iz T1-ponderiranih MRI slika, među najčešće korištenim tipovima u medicinskom području. Tim je osmislio funkciju gubitka koja minimizira pogrešku varijacije piksela jedinice Hounsfield na CT slikama, a također je optimizirao performanse neuronske mreže uspoređujući promjene u kvaliteti sintetičkih CT slika prema metodama normalizacije signala MRI slike, kao što je Z-normalizacija rezultata i normalizacija djelomičnog linearnog podudaranja histograma.
Za sigurno i učinkovito ultrazvučno liječenje neophodno je unaprijed razumjeti omjer gustoće lubanje i debljinu lubanje svakog pacijenta, a kada su ovi faktori lubanje dobiveni sintetičkim CT-om, oba faktora su pokazala >0,90 korelaciju sa stvarnim CT-om. Nije bilo statistički značajne razlike. Štoviše, kada je provedena simulirana ultrazvučna obrada, ultrazvučna žarišna udaljenost imala je pogrešku manju od 1 mm, intrakranijalni vršni akustični tlak imao je grešku od približno 3,1%, a sličnost žarišnog volumena bila je približno 83%. To je pokazalo da se transkranijalno fokusirani ultrazvučni tretman može izvesti samo s MRI slikom.
Dr. Hyungmin Kim iz KIST-a rekao je: "Pacijenti mogu dobiti fokusirani ultrazvučni tretman bez brige o izloženosti zračenju, a budući da se dodatni procesi snimanja i usklađivanja mogu izostaviti, to će smanjiti opterećenje osoblja, što će dovesti do smanjenja vremena i ekonomskih troškova."
Također je naveo da "kroz naknadne studije o identificiranju pogreške povezane s ultrazvučnim parametrima i pretvornicima i razumijevanju mogućnosti primjene CT umjetne inteligencije u različitim dijelovima tijela, planiramo nastaviti razvijati tehnologiju za njenu primjenjivost u različitim tretmanima tehnologije."