Tanulmány: A mesterséges intelligencia javíthatja az ADHD MR-kimutatását
2020. január 14
A mesterséges intelligencia jelentősen javíthatja a neurális modellek pontosságát az MRI agyszkennelésével - a figyelemhiányos hiperaktivitási rendellenesség (ADHD) kimutatására, a közelmúltban közzétett tanulmány szerint Radiológia: Mesterséges intelligencia.1
A tanulmányt Ohio állambeli kutatók készítették Cincinnati Egyetem és a Cincinnati Gyermekkórház Orvosi Központ, középpontjában a felmerülő felhasználási ötlet áll agyi képalkotás az ADHD jeleinek felismerésére a betegekben. Jelenleg nincs egyetlen, végleges teszt az ADHD-ra - a diagnózis egy sor tünet- és viselkedési teszt után jön létre.
A kutatások azonban ezt sugallják ADHD potenciálisan kimutatható a connectome tanulmányozásával - az agy idegkapcsolatának térképe, amelyet az agy MRI-vizsgálata alapján készített, úgynevezett parcella-ként. Egyes tanulmányok azt sugallják, hogy a megszakadt vagy megszakadt connectom kapcsolódik az ADHD-hez.
Az eddigi kutatások többsége az „egycsatornás mély neurális hálózat” (scDNN) modellt vonta be, amelyben a mesterséges intelligencia segíti a számítógépeket az összeköttetések felépítésében egy parcella alapján. Ebben a tanulmányban a tudósok kifejlesztettek egy „többcsatornás mély ideghálózati modellt” vagy mcDNN-t, ahol a kapcsolatrendszerek több parcellán alapulnak. Ezek a több léptékű parcelációk 973 résztvevő agyadatkészleteiből származtak.
A modellt úgy is programozták, hogy elemezze és kimutatja a többszörös csatlakozási formák mintáit az ADHD felismerése és a leginkább prediktív agyi összekötő tulajdonságok azonosítása érdekében. ADHD diagnózis. Az eredmények azt mutatták, hogy az ADHD detektálási teljesítmény „jelentősen” javult az mcDNN modellel az scDNN alternatívához képest.
„Eredményeink hangsúlyozzák az agyi összekötődés prediktív erejét.” - mondta Lili, az észak-amerikai radiológiai társaságnak.2. "A több skálát átfogó agyi funkcionális összekötő egység kiegészítő információkat nyújt az agy teljes hálózatának ábrázolásához."
A tanulmány ajtót nyit az agyi képalkotás és a mély idegi hálózatok, vagy a mély tanulás számára, hogy segítsen más állapotok felismerésében. "Ez a modell általánosítható más neurológiai hiányosságokra is" - mondta, megjegyezve, hogy ez az mcDNN modell már kognitív hiány előrejelzésére használják koraszülött csecsemőknél, például az idegrendszeri fejlődés kimenetelének előrejelzésére két.
források
1 Chen, M., Li, H., Wang, J., Dillman, J. R., Parikh, N. A., & He, L. (2019). Többcsatornás mély neurális hálózati modell, amely a figyelmeztetési hiperaktivitási zavar észlelésére szolgáló, több skálán működő agyi összekötő adatok elemzését végzi. Radiológia: Mesterséges intelligencia, 2 (1), e190012. https://doi.org/10.1148/ryai.2019190012
2 A mesterséges intelligencia javítja az ADHD MR-kimutatását. (2019, december 11.). Beérkezett 2020, január 13-án https://www.rsna.org/en/news/2019/November-December/AI-MRI-For-ADHD
Frissítve 2020. január 14-én
1998 óta szülők és felnőttek milliói bíztak az ADDitude szakértői útmutatásában és támogatásában, hogy jobban éljenek az ADHD-vel és az ahhoz kapcsolódó mentális egészségi állapotokkal. Küldetésünk az, hogy megbízható tanácsadója legyen, és a megértés és útmutatás tarthatatlan forrása a wellness felé vezető úton.
Ingyenes kiadás és ingyenes ADDitude e-könyv, valamint 42% megtakarítás a borító árán.
