據(jù)西班牙格拉納達(dá)大學(xué)報(bào)道，西班牙格拉納達(dá)大學(xué)和馬拉加大學(xué)的研究人員設(shè)計(jì)出一種技術(shù)，旨在對(duì)高級(jí)數(shù)據(jù)抽象建模，通過(guò)自動(dòng)獲取所關(guān)注的影響區(qū)域，讓計(jì)算機(jī)學(xué)會(huì)區(qū)分健康人和病人的大腦。
阿爾茨海默?。ˋlzheimer’s disease）目前影響了4000多萬(wàn)人，是老年人最常見(jiàn)的神經(jīng)退行性疾病。早期診斷對(duì)疾病治療和新藥開(kāi)發(fā)都至關(guān)重要，目前還沒(méi)有找到治愈辦法。已證明阿爾茨海默病的發(fā)生與灰質(zhì)相關(guān)的結(jié)構(gòu)性改變及白質(zhì)相關(guān)的功能性改變密切相關(guān)，前者負(fù)責(zé)處理信息，后者通過(guò)大腦連接網(wǎng)絡(luò)中的纖維連接大腦各區(qū)域，大量纖維受損也能引起功能性改變，例如記憶喪失。雖然已取得了科學(xué)進(jìn)展，但診斷仍然是一項(xiàng)挑戰(zhàn)。到目前為止，還無(wú)法確定功能性大腦活動(dòng)如何損害結(jié)構(gòu)性大腦活動(dòng)，反之亦然，但這卻是更好地了解這類疾病發(fā)生機(jī)制的關(guān)鍵因素。
在這一方面，計(jì)算機(jī)輔助診斷(CAD)是一種重要工具，因?yàn)樗軒椭t(yī)生理解通過(guò)在病人身上進(jìn)行的實(shí)驗(yàn)而得到的多媒體內(nèi)容，這能讓治療變得更簡(jiǎn)單、更有效。其中一種是醫(yī)學(xué)成像，能針對(duì)目標(biāo)提供高分辨率的“現(xiàn)場(chǎng)”信息，使醫(yī)生能利用從圖像獲得的疾病相關(guān)信息。西班牙馬拉加大學(xué)（University of Malaga）和格拉納達(dá)大學(xué)（University of Granada）的研究人員攜手合作，多年來(lái)一直在研究生物醫(yī)學(xué)圖像和信號(hào)。
最近，研究人員在著名期刊《國(guó)際神經(jīng)系統(tǒng)雜志》（International Journal Of Neural Systems）上發(fā)表了名為“用于阿爾茨海默病早期診斷的深度學(xué)習(xí)架構(gòu)組合”的短文。這項(xiàng)研究提出了利用深度學(xué)習(xí)技術(shù)融合功能性圖像和結(jié)構(gòu)性圖像來(lái)診斷阿爾茨海默病的方法。
該人工智能技術(shù)旨在對(duì)高級(jí)數(shù)據(jù)抽象建模，通過(guò)自動(dòng)獲取所關(guān)注的影響區(qū)域，讓計(jì)算機(jī)學(xué)會(huì)區(qū)分健康人和病人的大腦。根據(jù)研究人員的解釋，“該研究利用深度學(xué)習(xí)技術(shù)計(jì)算大腦功能預(yù)測(cè)方法和磁共振成像，預(yù)防阿爾茨海默病。為了實(shí)現(xiàn)這一目標(biāo)，我們使用了不同的神經(jīng)網(wǎng)絡(luò)，對(duì)大腦的每個(gè)區(qū)域進(jìn)行建模，然后再把它們結(jié)合起來(lái)。”
該研究探索建立了基于深度學(xué)習(xí)架構(gòu)的分類方法，這類框架應(yīng)用于自動(dòng)解剖標(biāo)簽(automated anatomical labeling, AAL)這種人類大腦數(shù)字地圖劃分的各大腦區(qū)域。為此，根據(jù)自動(dòng)解剖標(biāo)簽劃分的不同區(qū)域類別對(duì)大腦各區(qū)域的灰質(zhì)圖像進(jìn)行分類，用于訓(xùn)練針對(duì)大腦不同區(qū)域的各深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。然后，這些網(wǎng)絡(luò)獲得的知識(shí)就通過(guò)發(fā)表文章中所描述的各種融合技術(shù)結(jié)合起來(lái)。
這項(xiàng)工作的成果是得到了強(qiáng)大的分類架構(gòu)，結(jié)合監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)自動(dòng)提取與圖像集最相關(guān)的特征。這種方法已經(jīng)過(guò)阿爾茨海默病神經(jīng)影像計(jì)劃（Alzheimer's Disease Neuroimaging Initiative， ADNI）的大型數(shù)據(jù)庫(kù)評(píng)估。
這項(xiàng)工作已經(jīng)包含有其他認(rèn)知缺陷、會(huì)在兩年內(nèi)發(fā)展成阿爾茨海默病的病人，工作成果說(shuō)明了人工智能技術(shù)有望揭示與這種病相關(guān)的特征。診斷得到的準(zhǔn)確率讓我們?cè)诹私獍柎暮Ｄ“l(fā)展所涉及的神經(jīng)退變過(guò)程方面前進(jìn)了一大步，也成為了開(kāi)發(fā)更有效醫(yī)療治療的起點(diǎn)。另一方面，開(kāi)發(fā)的這項(xiàng)技術(shù)還能作為提高帕金森病等其他癡呆病診斷準(zhǔn)確性的起點(diǎn)。
此外，這種方法正應(yīng)用于西班牙經(jīng)濟(jì)與競(jìng)爭(zhēng)力部（Ministry of Economy and Competitiveness）贊助的項(xiàng)目中，旨在提高診斷，研究閱讀困難等學(xué)習(xí)障礙的生物起源。
聯(lián)系客服
