經(jīng)顱聚焦超聲可用于治療退行性運(yùn)動(dòng)障礙、頑固性疼痛和精神障礙，方法是在不打開顱骨的情況下將超聲能量傳遞到大腦的特定區(qū)域。這種治療必須使用可以定位大腦病變的基于圖像的技術(shù)進(jìn)行。醫(yī)生通常使用 CT 獲取有關(guān)患者頭骨的信息，這些信息僅用 MRI 難以識(shí)別，并通過頭骨將超聲準(zhǔn)確聚焦在病變上。然而，人們一直擔(dān)心 CT 掃描的安全性，在此期間輻射暴露是不可避免的，尤其是在兒童和孕婦患者中。
韓國科學(xué)技術(shù)研究院仿生學(xué)研究中心的 Hyungmin Kim 博士團(tuán)隊(duì)(KIST，Seok-Jin Yoon 院長)開發(fā)了一種人工智能技術(shù)，可以根據(jù) MRI 圖像生成 CT 圖像，并進(jìn)行了模擬實(shí)驗(yàn)。結(jié)果表明，經(jīng)顱聚焦超聲手術(shù)可以單獨(dú)使用 MRI 進(jìn)行。
已經(jīng)努力從 MRI 圖像中獲取顱骨信息，但是需要用于 MRI 或成像協(xié)議的特殊線圈，這些線圈在醫(yī)學(xué)領(lǐng)域并不廣泛可用。作為替代方案，全球?qū)Λ@取基于人工智能的 CT 圖像的興趣很高，但其臨床療效尚未得到證實(shí)。KIST研究團(tuán)隊(duì)證明了人工智能獲得的CT圖像具有臨床實(shí)用性。
KIST 研究團(tuán)隊(duì)開發(fā)了一個(gè)三維條件對(duì)抗生成網(wǎng)絡(luò)，該網(wǎng)絡(luò)從 T1 加權(quán) MRI 圖像中學(xué)習(xí)非線性 CT 變換過程，這是醫(yī)學(xué)領(lǐng)域最常用的圖像之一。該團(tuán)隊(duì)設(shè)計(jì)了一個(gè)損失函數(shù)來最小化 CT 圖像的 Hounsfield 單位像素變化誤差，并根據(jù) MRI 圖像信號(hào)的歸一化方法，通過比較合成 CT 圖像質(zhì)量的變化來優(yōu)化神經(jīng)網(wǎng)絡(luò)性能，例如 Z -score 歸一化和部分線性直方圖匹配歸一化。
為了安全有效地進(jìn)行超聲治療，必須提前了解每個(gè)患者的顱骨密度比和顱骨厚度，當(dāng)這些顱骨因素通過合成 CT 獲得時(shí)，這兩個(gè)因素與實(shí)際 CT 的相關(guān)性均 >0.90。沒有統(tǒng)計(jì)學(xué)上的顯著差異。此外，模擬超聲治療時(shí)，超聲焦距誤差小于1 mm，顱內(nèi)峰值聲壓誤差約為3.1%，焦體積相似度約為83%。這表明經(jīng)顱聚焦超聲治療系統(tǒng)可以僅使用 MRI 圖像進(jìn)行。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！