Pokročilý softvér zlepšuje cerebelárnu analýzu na diagnostiku ochorenia

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Tím výskumníkov z Universitat Politècnica de València (UPV) a Francúzskeho národného centra pre vedecký výskum (CNRS) vyvinuli najpokročilejší softvér na svete na štúdium ľudského mozočku pomocou snímok NMR s vysokým rozlíšením. Tento softvér sa nazýva Deepceres a pomáha pri výskume a diagnostike chorôb, ako sú okrem iného ALS, schizofrénia, autizmus a Alzheimerova choroba. Práca španielskych a francúzskych vedcov bola publikovaná v prestížnom časopise Neuroimage. Napriek svojej malej veľkosti v porovnaní so zvyškom mozgu obsahuje mozoček približne 50 % všetkých mozgových neurónov a hrá základnú úlohu v kognitívnych, emocionálnych a motorických funkciách. Ako Sergio...

Pokročilý softvér zlepšuje cerebelárnu analýzu na diagnostiku ochorenia

Tím výskumníkov z Universitat Politècnica de València (UPV) a Francúzskeho národného centra pre vedecký výskum (CNRS) vyvinuli najpokročilejší softvér na svete na štúdium ľudského mozočku pomocou snímok NMR s vysokým rozlíšením. Tento softvér sa nazýva Deepceres a pomáha pri výskume a diagnostike chorôb, ako sú okrem iného ALS, schizofrénia, autizmus a Alzheimerova choroba. Práca španielskych a francúzskych vedcov bola publikovaná v prestížnom časopise Neuroimage.

Napriek svojej malej veľkosti v porovnaní so zvyškom mozgu obsahuje mozoček približne 50 % všetkých mozgových neurónov a hrá základnú úlohu v kognitívnych, emocionálnych a motorických funkciách.

Ako vysvetľuje Sergio Morell-Eorga, projektový výskumník na Inštitúte ITACA na Univerzite Politècnica de València, segmentácia mozočka bola doteraz veľkou výzvou kvôli zložitosti jeho anatómie a ťažkostiam s diferenciáciou jeho štruktúr prostredníctvom konvenčných obrazov magnetickej rezonancie.

„Deepceres prekonáva všetky tieto výzvy a dnes je najpresnejším nástrojom na svete na meranie takej dôležitej štruktúry centrálneho nervového systému, akým je mozoček,“ zdôrazňuje Morell.

Vysoká presnosť

Softvér Deepceres dokáže merať 27 štruktúr mozočka. A dochádza k zlepšeniu presnosti segmentácie v porovnaní s doteraz používanými metódami, čo je spôsobené najmä aplikáciou rôznych nástrojov umelej inteligencie.

Pomocou štandardných rezonančných snímok s veľkosťou 1 kubický milimeter sa tieto prevedú na snímky s ultravysokým rozlíšením 0,125 mm3 pomocou hlbokých neurónových sietí. To umožňuje výskumníkom a zdravotníckym pracovníkom získať podrobné informácie o anatómii mozočka bez potreby údajov s ultravysokým rozlíšením na počiatočnom obrázku. Je to ako prejsť z čiernobieleho obrazu na farebný. V súčasnosti nič podobné neexistuje a je tiež otvorený pre celú vedeckú komunitu. “

Profesor José Vicente Manjón, hlavný riešiteľ projektu

Aplikácie v neurovede a klinickej praxi

Podľa vývojárov Deepceres presnosť objemovej kvantifikácie cerebellum pomáha pri štúdiu neurologických patológií, ako je cerebelárna ataxia, amyotrofická laterálna skleróza alebo psychiatrické ochorenia, ako je schizofrénia a autizmus.

„Niekoľko nedávno publikovaných štúdií navyše preukázalo výskyt štruktúry mozočka pri neurodegeneratívnych ochoreniach, ako je Alzheimerova choroba,“ dodáva Sergio Morell.

15 000 cerebellum za päť mesiacov

Na uľahčenie jeho používania vyvinuli tímy UPV a francúzskeho CNRS online platformu prístupnú výskumnému a zdravotníckemu personálu. Od svojho spustenia pred piatimi mesiacmi spracoval Deepceres snímky z takmer 15 000 mozočkov. Doteraz ho používali odborníci z mnohých krajín, pričom najväčší vplyv mali v USA a Číne.

Výskumníci z Výskumného ústavu priemyselných riadiacich systémov a výpočtovej techniky a Katedry aplikovanej matematiky na Univerzite Politècnica de València, Katedry psychobiológie na Univerzite vo Valencii, Katedry lekárskeho zobrazovania na Univerzite v La Fe a Polytechnickej nemocnici a zmesi Fisabio sa podieľali aj na vývoji Felipe-Biomedical-Vývoj Felipebioken.


Zdroje:

Journal reference:

Morell-Ortega, S.,a kol. (2025). DeepCERES: Metóda hlbokého učenia pre segmentáciu cerebelárneho laloku pomocou multimodálnej MRI s ultra vysokým rozlíšením. NeuroImage. doi.org/10.1016/j.neuroimage.2025.121063.