2021年1月14日,报告
用人工智能和目前批准的造影剂锐化临床影像
用于分析深组织医学图像的新方法利用人工神经网络来减少背景噪音,使医疗从业者更清晰,深层组织的较高的图像。
近红外(NIR)荧光成像是一种工具,用于可视化的血管结构和淋巴系统的组织。对于活动对象,该过程称为NIR- i,或NIR一级。它的工作原理是向含有生物相容性的身体区域发射单个质子对比染料,通常是吲哚菁绿(ICG),然后发出荧光,揭示染料的结构。这在肿瘤生长监测中很有用,例如,诊断各种癌症时。
对于非生命组织图像,称为NIR-IIB的更深探针使用含有PBS / CD量子点的造影材料。NIR-IIB可以实现更清晰的图像,但是那些造影剂不批准人类使用。由Zhuoran Ma和Stanford Laborth博士博士·洪杰戴斯坦福实验室的研究人员进行的这项研究的目标是实现NIR-IIB的图像清晰,只使用批准的NIR-I程序,或人类安全,FDA批准的造影剂。
为了减少生物相容染料中的光散射,使NIR-I图像成像深度较浅,对比度较低,清晰度较差,研究人员对NIR-I图像进行了训练人工神经网络为了消除噪音,增加对比度,并最终实现“非常类似于地面真理的图像”。为此,在小鼠的体内图像中给出了人工神经网络2800;NIR-I图像通过网络喂养,然后通过研究人员对NIR-IIB进行比较图片同样的老鼠。通过一系列的改进,人工神经网络能够将NIR-I图像质量提高到NIR-IIb图像质量的85%。
采用这种图像细化的方法将影响依赖成像的诊断医生,特别是对乳腺癌等深层组织疾病的诊断。目前的工具可以在表面以下几纳米处清晰成像,然后散射开始模糊和扭曲结构。如果成像技术能在深度活体中提供更高的对比度和清晰度,那么图像引导的手术也可以更简单、更成功组织。
这项研究发表在美国国家科学院院刊12月。
进一步探索
©2021 S欧宝app网彩cience X Network
用户评论