Home Notizie recenti Avanzare l’imaging cerebrale dinamico con l’IA

Avanzare l’imaging cerebrale dinamico con l’IA

21
0

Credito: Unsplash/CC0 di dominio pubblico

La risonanza magnetica, l’elettroencefalografia (EEG) e la magnetoencefalografia sono servite a lungo come strumenti per studiare l’attività cerebrale, ma una nuova ricerca della Carnegie Mellon University introduce una nuova tecnologia di imaging cerebrale dinamico basata sull’intelligenza artificiale che potrebbe mappare l’attività elettrica in rapido cambiamento nel cervello con velocità, alta risoluzione e basso costo. Il progresso arriva sulla scia di oltre trent’anni di ricerca intrapresa da Bin He, incentrata sui modi per migliorare la tecnologia di imaging cerebrale dinamico non invasivo.

L’attività elettrica cerebrale è distribuita nel cervello tridimensionale e cambia rapidamente nel tempo. Sono stati fatti molti sforzi per immaginare le funzioni e le disfunzioni cerebrali e ogni metodo presenta pro e contro. Ad esempio, la risonanza magnetica è stata comunemente utilizzata per studiare l’attività cerebrale, ma non è abbastanza veloce per catturare le dinamiche cerebrali. L’EEG è un’alternativa favorevole alla tecnologia MRI, tuttavia, la sua risoluzione spaziale non ottimale è stata un grave ostacolo alla sua ampia utilità per l’imaging.

È stata anche perseguita l’imaging della fonte elettrofisiologica, in cui le registrazioni dell’EEG del cuoio capelluto vengono traslate al cervello utilizzando l’elaborazione del segnale e l’apprendimento automatico per ricostruire immagini dinamiche dell’attività cerebrale nel tempo. Sebbene l’imaging della sorgente EEG sia generalmente più economico e veloce, sono necessari formazione e competenze specifiche per consentire agli utenti di selezionare e regolare i parametri per ogni registrazione. In un nuovo lavoro pubblicato, lui e il suo gruppo introducono una prima metodologia di imaging cerebrale dinamico basata sull’intelligenza artificiale, che ha il potenziale di imaging dinamico dei circuiti neurali con precisione e velocità.

“Come parte di uno sforzo decennale per sviluppare soluzioni di neuroimaging funzionale innovative e non invasive, ho lavorato su una tecnologia di imaging cerebrale dinamico in grado di fornire precisione, essere efficace e facile da usare, per servire meglio medici e ricercatori”, ha detto Bin He, professore di ingegneria biomedica alla Carnegie Mellon University.

Continua: “Il nostro gruppo è il primo a raggiungere l’obiettivo introducendo intelligenza artificiale e modelli cerebrali multiscala. Utilizzando reti neurali ispirate alla biofisica, stiamo innovando questo approccio di apprendimento profondo per addestrare una rete neurale in grado di tradurre con precisione i segnali EEG del cuoio capelluto in attività del circuito neurale nel cervello senza l’intervento umano”.

Nel suo studio, recentemente pubblicato in Atti dell’Accademia Nazionale delle Scienze (PNAS), le prestazioni di questo nuovo approccio sono state valutate mediante l’imaging delle risposte sensoriali e cognitive del cervello in 20 soggetti umani sani. È stato anche rigorosamente convalidato nell’identificazione del tessuto epilettogeno in una coorte di 20 pazienti con epilessia farmacoresistente, confrontando i risultati di imaging non invasivo basati sull’IA con misurazioni invasive e risultati di resezione chirurgica.

Per quanto riguarda i risultati, il nuovo approccio dell’IA ha superato i metodi di imaging della sorgente convenzionali quando si considerano la precisione e l’efficienza computazionale.

“Con questo nuovo approccio, hai solo bisogno di una posizione centralizzata per eseguire la modellazione del cervello e l’allenamento della rete neurale profonda”, ha spiegato He. “Dopo aver raccolto i dati in un ambiente clinico o di ricerca, medici e ricercatori potrebbero inviare i dati da remoto alle reti neurali profonde centralizzate e ben addestrate e ricevere rapidamente risultati di analisi accurati. Questa tecnologia potrebbe accelerare la diagnosi e assistere neurologi e neurochirurghi per interventi chirurgici migliori e più veloci orario.”

Come passo successivo, il gruppo prevede di condurre studi clinici più ampi nel tentativo di avvicinare la ricerca all’attuazione clinica.

“L’obiettivo è un imaging cerebrale dinamico efficiente ed efficace con operazioni semplici e costi contenuti”, ha spiegato He. “Questa tecnologia di imaging della sorgente cerebrale basata sull’intelligenza artificiale lo rende possibile”.


Articolo precedenteLa Cina si allontana dall’obiettivo dell’obiettivo di crescita, si attiene alle misure di controllo del Covid
Articolo successivoProblemi di equità ed esclusione nei sistemi di pagamento delle tariffe senza contanti per i trasporti pubblici