Uzlabotā programmatūra uzlabo smadzenīšu analīzi slimības diagnosticēšanai
Pētnieku komanda no Universitat Politècnica de València (UPV) un Francijas Nacionālā zinātniskās pētniecības centra (CNRS) ir izstrādājusi pasaulē vismodernāko programmatūru, lai pētītu cilvēka smadzenītes ar augstas izšķirtspējas KMR attēliem. Šo programmatūru sauc par Deepceres, un tā palīdz pētīt un diagnosticēt tādas slimības kā ALS, šizofrēniju, autismu un Alcheimera slimību. Spāņu un franču pētnieku darbs tika publicēts prestižajā žurnālā Neuroimage. Neskatoties uz nelielo izmēru, salīdzinot ar pārējām smadzenēm, smadzenītes satur aptuveni 50% no visiem smadzeņu neironiem, un tām ir būtiska nozīme kognitīvajās, emocionālajās un motoriskajās funkcijās. Kā Serhio...
Uzlabotā programmatūra uzlabo smadzenīšu analīzi slimības diagnosticēšanai
Pētnieku komanda no Universitat Politècnica de València (UPV) un Francijas Nacionālā zinātniskās pētniecības centra (CNRS) ir izstrādājusi pasaulē vismodernāko programmatūru, lai pētītu cilvēka smadzenītes ar augstas izšķirtspējas KMR attēliem. Šo programmatūru sauc par Deepceres, un tā palīdz pētīt un diagnosticēt tādas slimības kā ALS, šizofrēniju, autismu un Alcheimera slimību. Spāņu un franču pētnieku darbs tika publicēts prestižajā žurnālā Neuroimage.
Neskatoties uz nelielo izmēru, salīdzinot ar pārējām smadzenēm, smadzenītes satur aptuveni 50% no visiem smadzeņu neironiem, un tām ir būtiska nozīme kognitīvajās, emocionālajās un motoriskajās funkcijās.
Kā skaidro Valensijas Universitātes Politècnica ITACA institūta projekta pētnieks Sergio Morell-Eorga, smadzenīšu segmentēšana līdz šim ir bijusi liela problēma tās anatomijas sarežģītības dēļ un grūtību diferencēt tās struktūras, izmantojot parastos magnētiskās rezonanses attēlus.
"Deepceres pārvar visus šos izaicinājumus un šodien ir visprecīzākais instruments pasaulē, lai izmērītu tik svarīgu centrālās nervu sistēmas struktūru kā smadzenītes," uzsver Morels.
Augsta precizitāte
Programmatūra Deepceres var izmērīt 27 smadzenīšu struktūras. Un tas notiek, lai uzlabotu segmentācijas precizitāti salīdzinājumā ar iepriekš izmantotajām metodēm, kas galvenokārt ir saistīts ar dažādu mākslīgā intelekta rīku pielietojumu.
Izmantojot standarta 1 kubikmilimetra rezonanses attēlus, tie tiek pārveidoti par īpaši augstas izšķirtspējas attēliem 0,125 mm3, izmantojot dziļus neironu tīklus. Tas ļauj pētniekiem un veselības aprūpes speciālistiem iegūt detalizētu informāciju par smadzenīšu anatomiju bez nepieciešamības pēc īpaši augstas izšķirtspējas datiem sākotnējā attēlā. Tas ir tāpat kā no melnbalta attēla pāriet uz krāsainu attēlu. Pašlaik nav nekā līdzīga, un tā ir atvērta arī visai zinātnieku aprindām. "
Profesors Hosē Visente Manjons, projekta galvenais pētnieks
Pielietojums neirozinātnē un klīniskajā praksē
Saskaņā ar Deepceres izstrādātāju teikto, smadzenīšu tilpuma kvantitatīvās noteikšanas precizitāte palīdz pētīt neiroloģiskās patoloģijas, piemēram, smadzenīšu ataksiju, amiotrofisko laterālo sklerozi vai psihiskas slimības, piemēram, šizofrēniju un autismu.
"Turklāt vairāki nesen publicēti pētījumi ir parādījuši smadzenīšu struktūras sastopamību neirodeģeneratīvās slimībās, piemēram, Alcheimera slimībā," piebilst Serhio Morell.
15 000 smadzenīšu piecos mēnešos
Lai atvieglotu tās izmantošanu, UPV un Francijas CNRS komandas ir izstrādājušas tiešsaistes platformu, kas pieejama pētniecības un medicīnas personālam. Kopš izlaišanas pirms pieciem mēnešiem Deepceres ir apstrādājis attēlus no gandrīz 15 000 smadzenītēm. Līdz šim to ir izmantojuši eksperti no daudzām valstīm, vislielākā ietekme bijusi ASV un Ķīnā.
Felipe-Ima biomedicīnas attīstībā iesaistīto Felipe-Ima biomedicīnas attīstībā ir iesaistījušies arī pētnieki no Rūpnieciskās vadības sistēmu un skaitļošanas pētniecības institūta un Valensijas Politikas universitātes Lietišķās matemātikas katedras, Valensijas Universitātes Psihobioloģijas katedras, Lafē Universitātes un Politehniskās slimnīcas Medicīniskās attēlveidošanas nodaļas un Fisabio maisījuma.
Avoti:
Morels-Ortega, S.,et al. (2025). DeepCERES: dziļas mācīšanās metode smadzenīšu daivu segmentēšanai, izmantojot īpaši augstas izšķirtspējas multimodālu MRI. Neiroattēls. doi.org/10.1016/j.neuroimage.2025.121063.