提高脑磁共振成像分辨率的人工智能

Malaga大学ICAI集团计算智能和图像分析的研究人员设计了一种前所未有的方法，该方法能够使用人工智能通过磁共振成像来改善通过磁共振成像获得的脑图像。

这个新的模型管理增加画面质量从低分辨率到高分辨率，不会扭曲患者的脑结构，使用a深度学习人工神经网络-A模型，基于人脑的运作 - “学习”这个过程。

“深度学习是基于非常大的神经网络，所以它的学习能力，达到了大脑的复杂性和抽象，”这项研究的主要作者，研究员Karl Thurnhofer解释说，这是归功于这种技术识别活动可以单独进行，无需监督;人类眼睛无法做到的识别努力。

发表在这件事中科学杂志“神经关键词”这项研究代表了一种科学突破，因为UMA开发的算法在更少的时间内产生更准确的结果，对于患者而言，良好的益处。“到目前为止，收购质量脑形象依赖于患者保持固定在扫描仪中的时间;通过我们的方法，稍后在计算机上进行图像处理，“Thurnhofer解释说。

据专家介绍，结果将使专家识别与之相关的病理学，如伤病，癌症或语言障碍等，等待准确性和定义，因为图像细节更薄，因此在诊断不确定时避免了额外测试的性能。

如今，由ezequielLópez教授，由本研究的教授领导的ICAI集团是神经关联，计算学习和人工智能的基准。计算机科学与编程语言系教授EnriqueDomínguez和拉斐尔·卢克以及研究员NúriaRoé-Vellvé也参加了这项研究。

---

---