GUIZHOU / LONDON (IT BOLTWISE) – Ein neues neuronales Netzwerk namens QCG-DTI revolutioniert die Diffusionstensor-Bildgebung, indem es hochpräzise Ergebnisse aus minimalen Datensätzen liefert. Diese Entwicklung könnte die medizinische Bildgebung erheblich verbessern und die Flexibilität bei der Datenerfassung erhöhen.

Die Diffusionstensor-Bildgebung (DTI) ist eine etablierte Technik zur Untersuchung der Mikrostruktur und der strukturellen Konnektivität des menschlichen Gehirns. In den letzten Jahren haben sich KI-gestützte Methoden als vielversprechend erwiesen, um Diffusionstensoren (DTs) schnell und effizient zu schätzen, selbst wenn nur wenige diffusion-weighted (DW) Bilder vorliegen. Diese Methoden waren jedoch bisher auf feste q-space-Sampling-Schemata angewiesen, was ihre Anwendbarkeit einschränkte.
Ein Forschungsteam der Guizhou University hat nun ein neues neuronales Netzwerk namens q-space-coordinate-guided diffusion tensor imaging (QCG-DTI) entwickelt. Dieses Netzwerk kann DTs unter flexiblen q-space-Sampling-Schemata effizient und präzise schätzen. Der innovative Ansatz integriert eine q-space-Koordinaten-gestützte Feature-Konsistenzstrategie, die sicherstellt, dass die q-space-Koordinaten mit den entsprechenden DW-Bildern übereinstimmen.
Ein weiteres Highlight des QCG-DTI ist das q-space-coordinate fusion (QCF) Modul, das die q-space-Koordinaten effizient in die Multiskalen-Features der DW-Bilder einbettet. Dies geschieht durch lineare Anpassung der Feature-Maps entlang der Kanaldimension, wodurch die Abhängigkeit von festen Diffusions-Sampling-Schemata entfällt. Zudem verbessert das Multiskalen-Feature-Residual-Dense (MRD) Modul die Fähigkeit des Netzwerks zur Feature-Extraktion und Bildrekonstruktion.
Die experimentellen Bewertungen auf drei Datensätzen, darunter das Human Connectome Project (HCP) und das developing Human Connectome Project (dHCP), zeigen, dass QCG-DTI im Vergleich zu aktuellen Methoden, die auf festen Sampling-Schemata basieren, qualitativ hochwertige Diffusionstensoren und abgeleitete Parameter liefert. Insbesondere reduziert QCG-DTI den mittleren absoluten Fehler bei der fraktionellen Anisotropie (FA) um etwa 15 % und bei der mittleren Diffusivität (MD) um rund 25 %.
Diese Fortschritte könnten die medizinische Bildgebung revolutionieren, indem sie eine genauere Rekonstruktion wichtiger weißer Materie-Trakte ermöglichen und die Robustheit in der Traktographie-Analyse erhöhen. Die Forschungsergebnisse wurden in einem offenen Zugangspapier veröffentlicht, das von Maokun ZHENG und seinem Team verfasst wurde. Diese Entwicklungen könnten die Art und Weise, wie wir das Gehirn verstehen und untersuchen, grundlegend verändern.

- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote

AI Platform Engineer & Solution Architect (m/f/d) - in Renewable Energies

Duales Studium BWL - Spezialisierung Artificial Intelligence (B.A.) am Campus oder virtuell

Disponent - Koordination / Kommunikation / KI (m/w/d)

IT Anwendungsentwickler Schnittstellen/KI/Workflow (m/w/d)

- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "QCG-DTI: Fortschrittliche KI für flexible Diffusionstensor-Bildgebung" für unsere Leser?
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "QCG-DTI: Fortschrittliche KI für flexible Diffusionstensor-Bildgebung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »QCG-DTI: Fortschrittliche KI für flexible Diffusionstensor-Bildgebung« bei Google Deutschland suchen, bei Bing oder Google News!