Zaawansowane oprogramowanie usprawnia analizę móżdżku w celu diagnozowania choroby

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Zespół naukowców z Politècnica de València (UPV) i francuskiego Narodowego Centrum Badań Naukowych (CNRS) opracował najbardziej zaawansowane na świecie oprogramowanie do badania ludzkiego móżdżku za pomocą obrazów NMR o wysokiej rozdzielczości. Oprogramowanie to nazywa się Deepceres i pomaga w badaniu i diagnozowaniu chorób, takich jak między innymi ALS, schizofrenia, autyzm i choroba Alzheimera. Prace badaczy hiszpańskich i francuskich zostały opublikowane w prestiżowym czasopiśmie Neuroimage. Pomimo niewielkich rozmiarów w porównaniu z resztą mózgu, móżdżek zawiera około 50% wszystkich neuronów mózgowych i odgrywa zasadniczą rolę w funkcjach poznawczych, emocjonalnych i motorycznych. Jako Sergio...

Zaawansowane oprogramowanie usprawnia analizę móżdżku w celu diagnozowania choroby

Zespół naukowców z Politècnica de València (UPV) i francuskiego Narodowego Centrum Badań Naukowych (CNRS) opracował najbardziej zaawansowane na świecie oprogramowanie do badania ludzkiego móżdżku za pomocą obrazów NMR o wysokiej rozdzielczości. Oprogramowanie to nazywa się Deepceres i pomaga w badaniu i diagnozowaniu chorób, takich jak między innymi ALS, schizofrenia, autyzm i choroba Alzheimera. Prace badaczy hiszpańskich i francuskich zostały opublikowane w prestiżowym czasopiśmie Neuroimage.

Pomimo niewielkich rozmiarów w porównaniu z resztą mózgu, móżdżek zawiera około 50% wszystkich neuronów mózgowych i odgrywa zasadniczą rolę w funkcjach poznawczych, emocjonalnych i motorycznych.

Jak wyjaśnia Sergio Morell-Eorga, badacz projektu w Instytucie ITACA Uniwersytetu Politècnica de València, segmentacja móżdżku była jak dotąd głównym wyzwaniem ze względu na złożoność jego anatomii i trudność w różnicowaniu jego struktur na podstawie konwencjonalnych obrazów rezonansu magnetycznego.

„Deepceres pokonuje wszystkie te wyzwania i jest dziś najdokładniejszym narzędziem na świecie do pomiaru tak ważnej struktury centralnego układu nerwowego, jak móżdżek” – podkreśla Morell.

Wysoka dokładność

Oprogramowanie Deepceres może zmierzyć 27 struktur móżdżku. I następuje poprawa precyzji segmentacji w porównaniu do dotychczas stosowanych metod, co wynika głównie z zastosowania różnych narzędzi sztucznej inteligencji.

Wykorzystując standardowe obrazy rezonansu o objętości 1 milimetra sześciennego, są one przekształcane w obrazy o ultrawysokiej rozdzielczości 0,125 mm3 przy użyciu głębokich sieci neuronowych. Umożliwia to badaczom i pracownikom służby zdrowia uzyskanie szczegółowych informacji na temat anatomii móżdżku bez konieczności umieszczania na obrazie początkowym danych o ultrawysokiej rozdzielczości. To jak przejście od obrazu czarno-białego do obrazu kolorowego. Obecnie nie ma nic podobnego i jest otwarte także dla całej społeczności naukowej. „

Profesor José Vicente Manjón, główny badacz projektu

Zastosowania w neurologii i praktyce klinicznej

Według twórców Deepceres precyzja wolumetrycznej oceny ilościowej móżdżku pomaga w badaniu patologii neurologicznych, takich jak ataksja móżdżkowa, stwardnienie zanikowe boczne czy choroby psychiczne, takie jak schizofrenia i autyzm.

„Ponadto kilka niedawno opublikowanych badań wykazało występowanie uszkodzeń struktury móżdżku w chorobach neurodegeneracyjnych, takich jak choroba Alzheimera” – dodaje Sergio Morell.

15 000 móżdżków w pięć miesięcy

Aby ułatwić korzystanie z niego, zespoły UPV i francuski CNRS opracowały platformę internetową dostępną dla personelu badawczego i medycznego. Od chwili uruchomienia pięć miesięcy temu Deepceres przetworzył obrazy z prawie 15 000 móżdżków. Do tej pory stosowali go eksperci z wielu krajów, z największym wpływem w Stanach Zjednoczonych i Chinach.

Naukowcy z Instytutu Badawczego Przemysłowych Systemów Sterowania i Informatyki oraz Wydziału Matematyki Stosowanej na Uniwersytecie Politècnica de València, Wydziału Psychobiologii na Uniwersytecie w Walencji, Wydziału Obrazowania Medycznego na Uniwersytecie w La Fe i Politechniki oraz mieszaniny Fisabio również byli zaangażowani w rozwój Felipe-Biomedical-Imagebiokentum.


Źródła:

Journal reference:

Morell-Ortega, S.,i in. (2025). DeepCERES: Metoda głębokiego uczenia się segmentacji płatków móżdżku przy użyciu multimodalnego rezonansu magnetycznego o ultrawysokiej rozdzielczości. NeuroObraz. doi.org/10.1016/j.neuroimage.2025.121063.