在评估一系列可用的人工智能工具时,CHU saint - justine的研究人员发现这些工具有局限性,特别是在儿科研究。今天的神经成像分析程序主要是为“成人”核磁共振成像而设计的。新生儿的大脑不成熟,伴随着灰质和白质对比的倒置,使这种分析变得复杂。
受多尔兹最新研究的启发,研究人员提出了一种人工神经网络,可以学习如何有效地结合来自多个MRI序列的信息。这种方法可以更好地自动定义新生儿大脑的不同部分,并为这个问题建立一个新的基准。多尔兹说:“我们决定不仅公开我们的研究结果,还公开计算机代码,这样世界各地的大脑研究人员都可以利用它,这一切都使患者受益。”
CHU saint - justine是加拿大新生儿脑平台最重要的参与者之一,也是加拿大最大的新生儿单元之一,专门从事神经发育。作为平台的一部分,研究团队正在实施这样的项目,旨在改善那些最容易受到脑损伤的新生儿的长期健康。
Lodygensky说:“在评估不同疗法对婴儿大脑成熟的积极和消极影响的研究中,我们需要有确定和可靠地量化大脑结构的能力。”“通过向科学界提供我们所有的发现成果,我们在帮助他们,同时为面临风险的新生儿带来了非凡的好处。”
他补充说:“我们现在想让这个工具大众化,使它成为世界各地新生儿大脑结构研究的基准。”为此,我们正在继续研究它的通用性,也就是说,它在不同医院获得的MRI数据上的应用。”
来源:蒙特利尔大学