TL;DR
- سیگنالهایی که بسیاری از ضروریترین عملکردهای مغز و بدن - هوشیاری،.
- خواب،.
- تنفس،.
چه اتفاقی افتاد
سیگنالهایی که بسیاری از ضروریترین عملکردهای مغز و بدن - هوشیاری،. خواب،.
تنفس،. ضربان قلب و حرکت را هدایت میکنند - از طریق دستههایی از رشتههای «ماده سفید» در ساقه مغز.
عبور میکنند،. اما سیستمهای تصویربرداری تاکنون قادر به تشخیص دقیق این کابلهای عصبی مهم نبودهاند.
این امر باعث شده است که محققان و پزشکان توانایی کمیبرای ارزیابی چگونگی تأثیرات ناشی از تروما. یا تخریب عصبی داشته باشند.
در یک مطالعه جدید،. تیمیاز محققان MIT،.
دانشگاه هاروارد و بیمارستان عمومیماساچوست از نرمافزار مبتنی بر هوش مصنوعی رونمایی کردند که قادر به تقسیم. خودکار هشت بسته متمایز در هر توالی انتشار MRI است.
در مطالعه دسترسی آزاد،. که در 6 فوریه در مجموعه مقالات آکادمیملی علوم منتشر شد،.
تیم تحقیقاتی به سرپرستی دانشجوی فارغالتحصیل دانشگاه MIT به رهبری MarkinyiB Tooltem گزارش داد. (BSBT)،.
که آنها به صورت عمومیدر دسترس قرار داده اند،. مشخص شد الگوهای تغییرات ساختاری در بیماران مبتلا به پارکینسون،.
مولتیپل اسکلروزیس،. و آسیب مغزی تروماتیک،.
و همچنین بیماری آلزایمر را روشن میکند. علاوه بر این،.
این مطالعه نشان میدهد که BSBT بهطور گذشتهنگر ردیابی بهبود بستهای را در یک بیمار کما فعال میکند. که نشاندهنده راه هفت ماهه بیمار برای بهبودی است.
اولچانی،. کاندیدای دکترا در برنامههای مهندسی پزشکی و دکتری پزشکی MIT میگوید:.
«ساقه مغز ناحیهای از مغز است که اساساً کاوش نمیشود زیرا تصویربرداری از آن دشوار است. "مردم واقعاً ساختار آن را از منظر تصویربرداری درک نمیکنند.
ما باید بدانیم که ماده سفید در انسان چیست و چگونه این در برخی اختلالات تجزیه میشود. " پروفسور امری ان.
براون،. ناظر پایان نامه اولچانی و نویسنده ارشد این مطالعه میافزاید:.
"ساقه مغز یکی از مهمترین مراکز کنترل بدن مارک است. الگوریتمها سهم قابل توجهی در تحقیقات تصویربرداری و توانایی ما در درک تنظیم فیزیولوژی بنیادی دارند.
او با افزایش ظرفیت ما برای تصویربرداری از ساقه مغز،. دسترسی جدیدی به عملکردهای فیزیولوژیکی حیاتی مانند کنترل سیستم تنفسی و قلبی عروقی،.
تنظیم دما،. نحوه بیدار ماندن ما در طول روز و نحوه خوابیدن در شب به ما ارائه میدهد.
مغز و علوم شناختی در MIT او همچنین یک متخصص بیهوشی در MGH و یک استاد دانشکده پزشکی. هاروارد است میلین نامیده میشود و آب در امتداد آکسونهای داخل میلین منتشر میشود که.
به آن "ماده سفید" مغز نیز میگویند. MRI انتشار میتواند این جابجایی مستقیم آب را برجسته کند.
اما تقسیم بستههای متمایز آکسونها در ساقه مغز چالشبرانگیز است،. زیرا آنها کوچک هستند و توسط جریان مایعات مغزی و حرکات ایجاد شده توسط تنفس و ضربان قلب.
پوشانده شدهاند. اولچانی بهعنوان بخشی از کار پایاننامهاش برای درک بهتر مکانیسمهای عصبی زیربنای آگاهی،.
میخواست یک الگوریتم هوش مصنوعی برای غلبه بر این موانع ایجاد کند. BSBT با ردیابی بستههای فیبری که از نواحی همسایه بالاتر در مغز،.
مانند تالاموس و مخچه به ساقه مغز فرو میروند،. کار میکند تا یک «نقشه فیبر احتمالی» تولید کند.
یک ماژول هوش مصنوعی به نام «شبکه عصبی کانولوشنال» سپس نقشه را با چندین کانال از اطلاعات تصویربرداری. ترکیب میکند.
اولچانی برای آموزش شبکه عصبی برای تقسیم بندی بستهها،. 30 اسکن MRI پخش زنده از داوطلبان پروژه اتصال انسانی (HCP) را به آن "نشان داد" در ساقه.
مغز. اسکنها به صورت دستی حاشیه نویسی شدند تا به شبکه عصبی نحوه شناسایی بستهها آموزش داده.
شود. سپس او BSBT را با آزمایش خروجی آن در برابر تشریحهای «حقیقت زمینی» مغز انسان پس از مرگ.
که در آن دستهها به خوبی از طریق بازرسی میکروسکوپی یا تصویربرداری بسیار آهسته اما با وضوح فوقالعاده. مشخص شده بودند،.
تأیید کرد. پس از آموزش، BSBT در شناسایی خودکار هشت بسته فیبر متمایز در اسکنهای جدید مهارت پیدا کرد.
در آزمایشی برای آزمایش سازگاری و قابلیت اطمینان آن،. اولچانی به BSBT مأموریت داد تا بستهها را در 40 داوطلبی که به فاصله دو ماه از یکدیگر.
اسکنهای جداگانه انجام دادند،. پیدا کند.
در هر مورد،. این ابزار قادر به یافتن بستههای مشابه در بیماران مشابه در هر یک از آنها بود دو اسکن.
آنها اولچانی همچنین BSBT را با مجموعه دادههای متعدد (نه فقط HCP) آزمایش کرد و حتی بررسی کرد. که چگونه هر یک از اجزای شبکه عصبی در تجزیه و تحلیل BSBT با تکان دادن یک به.
یک آنها نقش داشته است. ما میخواستیم مطمئن شویم که واقعاً این بخشبندیهای قابل قبول را انجام میدهد و از هر یک از.
مؤلفههای جداگانهاش به نحوی استفاده میکند که دقت را بهبود میبخشد». با بیماری یا آسیب متفاوت است و نوعی نشانگر زیستی جدید ایجاد میکند.
اگرچه بررسی دقیق ساقه مغز دشوار بوده است،. بسیاری از مطالعات نشان میدهند که بیماریهای عصبی بر روی آن تأثیر میگذارند ساقه مغز،.
اغلب در اوایل پیشرفتشان. اولچانی،.
براون و نویسندگان همکارشان BSBT را روی مجموعه دادههای اسکنهای امآرآی انتشاری از بیماران مبتلا به آلزایمر،. پارکینسون،.
MS،. و آسیبهای مغزی تروماتیک (TBI) اعمال کردند.
بیماران در طول زمان با گروه کنترل و گاهی اوقات با خودشان مقایسه شدند. در اسکنها،.
ابزار حجم بستهبندی و «ناهمسانگردی کسری» (FA) را اندازهگیری کرد که میزان آب در امتداد آکسونهای میلیندار در. مقابل میزان انتشار در جهات دیگر را ردیابی میکند،.
که نمایندهای برای یکپارچگی ساختاری ماده سفید است. در هر شرایط، ابزار الگوهای ثابتی از تغییرات در بستهها را پیدا کرد.
در حالی که تنها یک بسته کاهش قابل توجهی در آلزایمر نشان داد،. در پارکینسون این ابزار کاهش FA را در سه مورد از هشت بسته نشان داد.
همچنین کاهش حجم را در بسته دیگری در بیماران بین یک اسکن پایه و یک پیگیری دو ساله. نشان داد.
بیماران مبتلا به ام اس بیشترین کاهش FA را در چهار بسته و کاهش حجم در سه بسته. نشان دادند.
در همین حال،. بیماران TBI از دست دادن حجم قابل توجهی را در هیچ بستهای نشان ندادند،.
اما کاهش FA در اکثر بستهها آشکار بود. آزمایش در این مطالعه نشان داد که BSBT نسبت به سایر روشهای طبقهبندی کننده در تمایز بین بیماران.
دارای شرایط سلامت در مقایسه با گروه کنترل دقیقتر است. بنابراین،.
BSBT میتواند «یک مکمل کلیدی باشد که با ارائه روشهای تصویربرداری خوب در ارزیابی ماده سفید مغز،. به روشهای تشخیص سفید مغز کمک میکند.
نویسندگان نوشتند،. ساختار و در برخی موارد اطلاعات طولی.» در نهایت،.
در مورد یک مرد 29 ساله که از TBI شدید رنج میبرد،. اولچانی از BSBT در اسکنهای گرفته شده در کمای هفت ماهه مرد استفاده کرد.
این ابزار نشان داد که دستههای ساقه مغز مرد جابجا شده است،. اما بریده نشده است،.
و نشان داد که در کما او،. ضایعات روی دستههای عصبی کاهش یافته است.
با ضریب سه در حجم. همانطور که آنها بهبود یافتند، بستهها نیز به جای خود برگشتند.
نویسندگان نوشتند که BSBT «با شناسایی بستههای ساقه مغز حفظ شده که میتواند بهبود کما را تسهیل کند،. پتانسیل پیشآگهی قابلتوجهی دارد.» دیگر نویسندگان ارشد این مطالعه خوان یوجنیو ایگلسیاس و برایان ادلو هستند.
سایر نویسندگان همکار عبارتند از:. دیوید شرایر،.
جیان لی،. کیارا مافی،.
آنابل سوربی آدامز،. هانا کینی،.
برایان هیلی،. هالی فریمن،.
جرد شلس،. کریستوف دستریوکس و هندری ترگیدگو.
بودجه این مطالعه از مؤسسه ملی بهداشت،. بنیاد مکدی رادیاسپورت،.
مؤسسه دفاعی آمریکا،. مکدی رادیاسپورت،.
بنیاد جیمز اساس آمریکا تامین شد. موسسه،.
بنیاد مغز آمریکا،. آکادمینورولوژی آمریکا،.
مرکز ادغام پزشکی و فناوری نوآورانه،. طرح اولیه تحقیقات علوم اعصاب و مرکز علوم زندگی ماساچوست.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.