Napredni softver poboljšava cerebelarnu analizu za dijagnosticiranje bolesti
Tim istraživača s Universitat Politècnica de València (UPV) i Francuskog nacionalnog centra za znanstvena istraživanja (CNRS) razvili su najnapredniji softver na svijetu za proučavanje ljudskog malog mozga s NMR slikama visoke rezolucije. Ovaj softver zove se Deepceres i pomaže u istraživanju i dijagnosticiranju bolesti kao što su ALS, shizofrenija, autizam i Alzheimerova bolest, između ostalih. Rad španjolskih i francuskih istraživača objavljen je u prestižnom časopisu Neuroimage. Unatoč svojoj maloj veličini u usporedbi s ostatkom mozga, mali mozak sadrži otprilike 50% svih moždanih neurona i igra temeljnu ulogu u kognitivnim, emocionalnim i motoričkim funkcijama. Kao Sergio...
Napredni softver poboljšava cerebelarnu analizu za dijagnosticiranje bolesti
Tim istraživača s Universitat Politècnica de València (UPV) i Francuskog nacionalnog centra za znanstvena istraživanja (CNRS) razvili su najnapredniji softver na svijetu za proučavanje ljudskog malog mozga s NMR slikama visoke rezolucije. Ovaj softver zove se Deepceres i pomaže u istraživanju i dijagnosticiranju bolesti kao što su ALS, shizofrenija, autizam i Alzheimerova bolest, između ostalih. Rad španjolskih i francuskih istraživača objavljen je u prestižnom časopisu Neuroimage.
Unatoč svojoj maloj veličini u usporedbi s ostatkom mozga, mali mozak sadrži otprilike 50% svih moždanih neurona i igra temeljnu ulogu u kognitivnim, emocionalnim i motoričkim funkcijama.
Kao što objašnjava Sergio Morell-Eorga, projektni istraživač na Institutu ITACA Sveučilišta Politècnica de València, segmentacija malog mozga do sada je bila veliki izazov zbog složenosti njegove anatomije i poteškoća u razlikovanju njegovih struktura putem konvencionalnih slika magnetske rezonancije.
"Deepceres nadilazi sve te izazove i danas je najprecizniji alat na svijetu za mjerenje tako važne strukture središnjeg živčanog sustava kao što je mali mozak", naglašava Morell.
Visoka točnost
Softver Deepceres može mjeriti 27 struktura malog mozga. I dolazi do poboljšanja preciznosti segmentacije u usporedbi s prethodno korištenim metodama, što je uglavnom posljedica primjene različitih alata umjetne inteligencije.
Koristeći standardne slike rezonancije od 1 kubičnog milimetra, one se pretvaraju u slike ultra visoke rezolucije od 0,125 mm3 pomoću dubokih neuronskih mreža. To omogućuje istraživačima i zdravstvenim radnicima dobivanje detaljnih informacija o anatomiji malog mozga bez potrebe za podacima ultra visoke razlučivosti na početnoj slici. To je kao prelazak s crno-bijele slike na sliku u boji. Trenutno ne postoji ništa slično i također je otvoren za cijelu znanstvenu zajednicu. “
Profesor José Vicente Manjón, glavni istraživač projekta
Primjene u neuroznanosti i kliničkoj praksi
Prema programerima Deepceresa, preciznost volumetrijske kvantifikacije malog mozga pomaže u proučavanju neuroloških patologija poput cerebelarne ataksije, amiotrofične lateralne skleroze ili psihijatrijskih bolesti poput shizofrenije i autizma.
“Osim toga, nekoliko nedavno objavljenih studija pokazalo je učestalost strukture malog mozga kod neurodegenerativnih bolesti kao što je Alzheimerova bolest,” dodaje Sergio Morell.
15 000 malih mozga u pet mjeseci
Kako bi olakšali njegovu upotrebu, timovi UPV-a i francuskog CNRS-a razvili su online platformu dostupnu istraživačkom i medicinskom osoblju. Od lansiranja prije pet mjeseci, Deepceres je obradio slike iz gotovo 15.000 malog mozga. Do sada su ga koristili stručnjaci iz mnogih zemalja, a najveći odjek imali su SAD i Kina.
Istraživači s Instituta za istraživanje industrijskih kontrolnih sustava i računarstva i Odsjeka za primijenjenu matematiku na Sveučilištu Politècnica de València, Odsjeka za psihobiologiju na Sveučilištu u Valenciji, Odjela za medicinske slike na Sveučilištu La Fe i Politehničke bolnice i Fisabio mješavine također su bili uključeni u razvoj Felipe-Biomedical-Imagebiokentum je uključen u razvoj Felipe razvoju.
Izvori:
Morell-Ortega, S.,et al. (2025). DeepCERES: Metoda dubokog učenja za segmentaciju režnja malog mozga pomoću multimodalne MRI ultra visoke rezolucije. NeuroImage. doi.org/10.1016/j.neuroimage.2025.121063.