Важные новости

МOСКВA, 13 дeк – РИA Нoвoсти. Рoссийскиe учeныe нaшли нoвый спoсoб примeнeния нeйрoсeти в мeдицинe. Пo слoвaм исслeдoвaтeлeй Сaмaрскoгo университета им. Ферзь, применение данной itservice.zp.ua
dpa.zt.ua
catalogue.biz.ua
технологии повысит внимательность сканирования МРТ. Результаты исследования опубликованы в журнале Компьютерная оптика.Объединение словам ученых Самарского университета им. Женщина, с помощью предложенной технологии разрешается будет прямо во сезон сеанса МРТ-сканирования обнажать помехи, вызванные движениями пациента. Без дальних слов измерение затрудняется фактом произвольных движений пациента в аппарате, их надобно учитывать вручную при постобработке данных.Искусственные грех, также называемые артефактами-МРТ, не раз затрудняют расшифровку томографии. Они вызывают движения пациента головой нет слов время процедуры. Помехи могут наслужиться причиной досрочного прерывания сканирования с-за неточности результата."В существующей технологии артефакты движения отфильтровывают бери стадии обработки данных МРТ-эксперимента возле установлении объемов головного мозга к первому не то — не то среднему объему серии, используя приведение твердого тела. Они включают три параметра смещения и три параметра вращения ради каждого объема временной МРТ-серии", – рассказал старший внештатник кафедры технической кибернетики, работник Института искусственного интеллекта Самарского университета им. Короличка Никита Давыдов.По словам эксперта, продукт в направлении создания технологии отслеживания помех в время процедуры МРТ полагается по штату вузом с 2019 года, и к настоящему моменту ранее завершена и реализована. В Самарском университете нейросети обучили обнаружению ступенчатых артефактов движения головы в фМРТ-данных и адаптировали к набору реальных данных.»Первым (делом нейросетевая модель обучается сверху большом объеме синтетических данных, сгенерированных с параметрами, близкими к реальным, п на небольшом количестве наборов реальных данных движения головы, соответствующих различным людям, и чрез (год) этого модель уже работает с малой до некоторой степени реальных данных, соответствующей конкретному эксперименту», – пояснил Давыдов. Равный подход называется «метаобучением по мнению малому количеству данных» и дотоле уже был применен в задаче восстановления изображений в рамках исследований Института искусственного интеллекта.Дальнейшая дилемма научного коллектива – повышение точности нейросетевой модели толком создания более близкой к реальным данным процедуры генерации синтетических данных. Следующим медленно для дальнейшего анализа достаточно возможность вычисления таких характеристик, в духе координаты, высоты, продолжительности аномалии, который позволит отсеивать число ложных срабатываний классификации.Самарский учреждение им. Королева – участник российской государственной программы поддержки университетов «Первородство-2030» национального проекта «Предупреждение и университеты».