成像技術(shù)有助于更早發(fā)現(xiàn)心血管疾病。但是，精確檢查仍然非常耗時(shí)。ETH和蘇黎世大學(xué)的研究人員現(xiàn)在提出了一種可以大大加速血流動態(tài)磁共振成像的方法。ETH和蘇黎世大學(xué)的生物醫(yī)學(xué)成像教授塞巴斯蒂安·科澤爾克(Sebastian Kozerke)說：“借助這項(xiàng)創(chuàng)新，定量磁共振成像技術(shù)可以取得巨大進(jìn)步。” 他與Valery Vishnevskiy和Jonas Walheim 合作開發(fā)了一種大大加速所謂4D流MRI的方法。

“目前，4D流MRI的記錄和后續(xù)處理最多需要30分鐘。我們的結(jié)果表明，將來有可能在五分鐘之內(nèi)實(shí)現(xiàn)這一目標(biāo)。” 基礎(chǔ)研究已在《自然機(jī)器智能》雜志上作為文章和封面進(jìn)行了介紹。

磁共振斷層掃描(MRT或MRI)是臨床診斷中的一種關(guān)鍵方式。它不構(gòu)成健康風(fēng)險(xiǎn)，并提供人體內(nèi)部的精確圖像。此方法可用于以3D高對比度顯示柔軟的身體部位，例如組織和器官。此外，特殊的記錄技術(shù)可提供有關(guān)心血管系統(tǒng)動力學(xué)的信息。

特別地，4D流量MRI測量能夠量化血流的動態(tài)變化。這樣的動態(tài)圖像非常有用，特別是在檢測心血管疾病時(shí)。

但是，傳統(tǒng)的4D流MRI有一個(gè)明顯的缺點(diǎn)：該方法非常耗時(shí)。如今，數(shù)據(jù)記錄可以在MRI掃描儀中四分鐘之內(nèi)完成。然而，所需的壓縮感測方法是有代價(jià)的：隨后的圖像重建是迭代的，因此花費(fèi)很長時(shí)間。醫(yī)生必須等待25分鐘或更長時(shí)間，圖像才能出現(xiàn)在他們的計(jì)算機(jī)上。

因此，測量結(jié)果僅在醫(yī)生完成檢查后很長時(shí)間才可用。這就是為什么在日常醫(yī)學(xué)實(shí)踐中尚未建立4D流MRI的原因。目前主要通過超聲診斷血流的變化-與MRI相比，該方法更快但精度更低。

在最近發(fā)表的文章中，ETH和蘇黎世大學(xué)的研究人員展示了一種方法，可以更快地實(shí)現(xiàn)4D流MRI的圖像重建，從而更加實(shí)用。“解決方案由基于神經(jīng)網(wǎng)絡(luò)的優(yōu)雅，高效的算法組成，” Kozerke解釋說。

Vishnevskiy，Kozerke和Walheim稱之為新方法FlowVN。它基于機(jī)器學(xué)習(xí)，更具體地講是基于所謂的深度學(xué)習(xí)。該軟件通過培訓(xùn)階段提供的數(shù)據(jù)進(jìn)行學(xué)習(xí)。FlowVN之所以如此與眾不同，是因?yàn)樾?ndash;該方法將培訓(xùn)與測量的先驗(yàn)知識相結(jié)合。

這意味著可以在少量數(shù)據(jù)的基礎(chǔ)上進(jìn)行概括，而不需要數(shù)千個(gè)訓(xùn)練示例。Vishnevskiy解釋說：“因此，該網(wǎng)絡(luò)只需要很少的培訓(xùn)就可以提供可靠的結(jié)果。”

研究人員能夠證明這種方法可以像他們最近發(fā)表的論文中所述的那樣工作。他們使用對健康測試對象進(jìn)行的11次MRI掃描對軟件進(jìn)行了培訓(xùn)。該數(shù)據(jù)足以在短短21秒內(nèi)在普通計(jì)算機(jī)上準(zhǔn)確再現(xiàn)患者主動脈中的病理性血流。因此，該方法比傳統(tǒng)方法快許多倍，并且，最重要的是，可以提供更好的結(jié)果。

推進(jìn)臨床診斷

“我們希望FlowVN能夠推動4D流MRI在臨床診斷中的應(yīng)用，” Kozerke說。該數(shù)據(jù)已離線進(jìn)行重建以用于本研究。蘇黎世研究團(tuán)隊(duì)的下一步將是在臨床MRI機(jī)器上安裝該軟件。“我們?nèi)缓笤O(shè)想進(jìn)行更大的臨床患者研究，” Kozerke說。研究人員受益于與蘇黎世大學(xué)醫(yī)院放射科和心臟病科的長期合作關(guān)系。

如果后續(xù)測試證實(shí)了Kozerke團(tuán)隊(duì)獲得的結(jié)果，則該方法有一天可能會進(jìn)入日常醫(yī)療實(shí)踐。Kozerke估計(jì)：“但是，至少要等四到五年才能實(shí)現(xiàn)。” 為了加快科學(xué)研究過程，他的團(tuán)隊(duì)將可執(zhí)行代碼和數(shù)據(jù)示例作為開放源提供，使其他科學(xué)家能夠測試和重現(xiàn)該方法。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！