Изследване: Изкуственият интелект може да подобри MRI откриването на ADHD
14 януари 2020 г.
Изкуственият интелект може значително да подобри точността на невронните модели, използвайки MRI мозъчни сканирания за откриване на разстройство на хиперактивност с дефицит на внимание (ADHD), според проучване, публикувано наскоро в Радиология: Изкуствен интелект.1
Проучването, проведено от изследователи от Охайо Университета в Синсинати и на Медицински център за детска болница в Синсинати, се концентрира върху възникващата идея за използване мозъчни изображения за откриване на признаци на ADHD при пациенти. В момента няма единен, окончателен тест за ADHD - диагнозата идва след поредица от тестове за симптоми и поведение.
Изследванията обаче предполагат това ADHD може потенциално да бъде открит чрез изучаване на коннектомата - карта на нервните връзки на мозъка, изградена чрез пластови MRI сканирания на мозъка, известни като парцели. Някои проучвания предполагат, че прекъснат или прекъснат контоком е свързан с ADHD.
Повечето изследвания досега са включили модела на "едноканална дълбока невронна мрежа" (scDNN), където изкуственият интелект помага на компютъра да изгради конектоми въз основа на една колета. В това проучване учените разработиха „многоканален модел на дълбока невронна мрежа“, или mcDNN, където конценомите са конструирани въз основа на множество парцели. Тези многомащабни колети са дошли от мозъчни набори от данни на 973 участници.
Моделът е програмиран също така да анализира и открива модели в многомащабните коннекоми, за да открие ADHD и да идентифицира най-предсказуемите функции на мозъка, свързани с Диагноза ADHD. Резултатите показаха, че ефективността на откриване на ADHD се подобри „значително“ с mcDNN модела в сравнение с алтернативата на scDNN.
„Нашите резултати наблягат на прогнозната сила на мозъчния коннеком“, каза старши автор Лили Той пред Радиологичното общество на Северна Америка2. „Конструираният мозъчен функционален коннеком, който обхваща множество скали, предоставя допълнителна информация за изобразяване на мрежи в целия мозък.“
Изследването отваря вратите за изобразяване на мозъка и дълбоки невронни мрежи или за дълбоко обучение, за да помогне при откриването на други състояния. „Този модел може да бъде обобщен с други неврологични недостатъци“, каза той, като отбеляза, че този mcDNN модел вече е използва се за прогнозиране на когнитивен дефицит при недоносени бебета, например, за прогнозиране на невроразвиващите се резултати на възраст две.
Източници
1 Chen, M., Li, H., Wang, J., Dillman, J. Р., Парих, Н. А., & Той, Л. (2019). Модел на многоканална дълбока невронна мрежа, анализиращ многофункционални данни за функционален мозъчен коннеком за откриване на разстройства с хиперактивност с дефицит на внимание. Радиология: Изкуствен интелект, 2 (1), e190012. https://doi.org/10.1148/ryai.2019190012
2 Изкуственият интелект повишава MRI откриването на ADHD. (2019 г., 11 декември). Получено 2020 г., 13 януари от https://www.rsna.org/en/news/2019/November-December/AI-MRI-For-ADHD
Актуализирано на 14 януари 2020 г.
От 1998 г. милиони родители и възрастни се доверяват на експертните насоки и подкрепа на ADDitude за да живеят по-добре с ADHD и свързаните с него психични заболявания. Нашата мисия е да бъдем вашият доверен съветник, непоколебим източник на разбиране и напътствия по пътя към уелнес.
Вземете безплатна емисия и безплатна електронна книга ADDitude плюс спестете 42% от цената на корицата.
