به گزارش ربات کشاورز، محققان موفق به ساخت دو مدل پیشرفته هوش مصنوعی برای تحول در تصویربرداری MRI مغز شده اند که دقت در فرایند جداسازی ساختارهای مغز را بیشتر می کند.
به گزارش ربات کشاورز به نقل از معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری، یکی از این مدلهای تصویربرداری دقت در فرایند جداسازی ساختارهای مغز را زیاد می کند که در درک بهتر رشد و پیری مغز اهمیت دارد؛ مدل دوم، کیفیت کلی تصاویر MRI را با افزایش وضوح، کاهش نویز اصلاح خطاهای ناشی از حرکت و هماهنگ سازی داده ها از اسکنرهای مختلف بهبود می بخشد.
تصویربرداری تشدید مغناطیسی (Magnetic Resonance Imaging MRI) یک ابزار قدرتمند و غیرتهاجمی جهت بررسی مغز انسان است.
این فناوری با بهره گیری از میدان های مغناطیسی و امواج رادیویی، تصاویر دقیقی از بافت های نرم تولید می کند و در تشخیص اختلالات مغزی و تحقیقات علوم اعصاب نقش اساسی دارد.
با این حال با وجود مزایای MRI چالش هایی هم وجود دارد؛ همچون تاثیر حرکت بیمار که منجر به تاری تصویر یا ایجاد آرتیفکت (artifact) می شود و یا مشکل تفاوت های بین اسکنرهای مختلف که می تواند بر یکپارچگی تصاویر تاثیر بگذارد.
برای حل این مشکلات محققان لابراتوار لی وانگ Li Wang در دانشگاه کارولینای شمالی دو مدل پیشرفته هوش مصنوعی توسعه داده اند.
این مدلها با هدف بهبود کیفیت تصاویر MRI، افزایش دقت تشخیصی و عرضه بینش عمیق تر در رابطه با رشد و پیری مغز طراحی شده اند.
علاقه مندان می توانند برای مطالعه جزئیات بیشتر به این مقاله مراجعه نمایند.
منبع: ربات کشاورز