Snellere MRI-scans met nieuw algoritme

Clinici zijn in staat om zelfs de vroegste tekenen van kanker of andere afwijkingen te detecteren door middel van magnetic resonance imaging (MRI), die de binnenkant van het lichaam in ingewikkelde details scant, maar deze scans kunnen een lange en onaangename ervaring zijn voor patiënten omdat ze deze nodig hebben om tot 45 minuten stil in de machine te blijven liggen. Door gebruik te maken van een algoritme dat is ontwikkeld door het Research Laboratory of Electronics van MIT, konden de scantijden worden verlaagd naar slechts 15 minuten.
MRI-scanners gebruiken sterke magnetische velden en radiogolven om meerdere beelden van één en hetzelfde lichaamsdeel te verkrijgen, elk ontworpen om een ??contrast te creëren tussen verschillende soorten weefsel. Radiologen zijn in staat om subtiele abnormaliteiten te detecteren, zoals een zich ontwikkelende tumor, door veelvouden van beelden van dezelfde regio te vergelijken en de variaties in contrast van de verschillende weefseltypen te onderzoeken. De procedure voor het nemen van meerdere scans van dezelfde regio's is echter tijdrovend, waardoor patiënten langdurig in de machine verblijven.
Lood auteur Elfar Adalsteinsson, een universitair hoofddocent van de elektrotechniek en informatica en gezondheid wetenschappen en technologie, en Vivek Goyal, de Esther en Harold E. Edgerton Career Development Associate Professor Elektrotechniek en Informatica hebben een algoritme dat drastisch kan versnellen ontwikkeld het MRI-scanproces. Het artikel met de details van het algoritme zal in het tijdschrift worden gepubliceerd Magnetische resonantie in de geneeskunde.
Door gebruiken van informatie van de eerste scan contrast, kan het algoritme volgende beelden te produceren zonder de scanner opnieuw beginnen telkens wanneer deze een ander beeld uit de ruwe data moeten dan wel een algemene aanpak te werken. Dit verkort aanzienlijk de tijd die nodig is om elke latere scan te verkrijgen.
Door naar functies te zoeken die in alle verschillende scans gebruikelijk zijn, zoals de elementaire anatomische structuur, kan de software dit overzicht maken. Het algoritme gebruikt met name de eerste scan om de waarschijnlijke positie van de grenzen tussen verschillende weefseltypen in de daaropvolgende contrastscans te voorspellen.
Adalsteinsson legt uit:

"Als de machine een scan van je hersenen maakt, beweegt je hoofd niet van de ene afbeelding naar de andere, dus als scan nummer twee al weet waar je hoofd is, zal het niet zo lang duren om de afbeelding te produceren als wanneer de gegevens voor de eerste scan volledig opnieuw moesten worden verworven.
Aangezien de gegevens van een Daarentegen geeft een bepaalde waarschijnlijkheid dat een bepaalde rand, bijvoorbeeld de omtrek van de hersenen of de randen die verschillende compartimenten in de hersenen te beperken, wordt op dezelfde plaats."

Volgens Goyal kan het algoritme niet teveel informatie overbrengen van de eerste scan naar volgende scans omdat het de unieke weefselfuncties die door de verschillende contrasten worden onthuld, zou verliezen.

Goyal legt uit:

"Je hoeft niet te veel willen veronderstellen. U hoeft dus niet aannemen, bijvoorbeeld dat de heldere-en-donker patroon van het ene beeld zal worden herhaald in het volgende beeld, want in feite dat soort van donkere en lichte patronen zijn vaak omgekeerd en kunnen volledig andere weefseleigenschappen onthullen. "

Eerste auteur Berkin Bilgic verduidelijkt dat het algoritme berekent dan voor elke afzonderlijke pixel welke nieuwe informatie vereist is voor de bouw van het beeld, en welke informatie, bijvoorbeeld de randen van verschillende soorten weefsel uit de vorige scans kan nemen. Hierdoor zijn MRI-scans veel sneller voltooid en kan de tijd die patiënten in de machine moeten doorbrengen van 45 naar slechts 15 minuten worden verkort. Bilgic geeft toe dat de snellere scan een kleine invloed heeft op de beeldkwaliteit, maar is veel beter dan concurrerende algoritmen.
De onderzoekers werken momenteel aan de verdere verbetering van het algoritme, zodat de onbewerkte afbeeldingsgegevens veel sneller kunnen worden verwerkt tot een uiteindelijke afbeelding die kan worden geanalyseerd door artsen zodra de patiënten de MRI-scanner hebben verlaten. Standard computer processors aanzienlijk langer voor de laatste stap van het omzetten van ruwe data tot een uiteindelijk beeld dan conventionele MRI-scans, maar de onderzoekers zijn optimistisch dat zij in staat zijn om de tijd terug te brengen tot dezelfde tijd die nodig is door middel van conventionele MRI-scans door gebruik te maken van recente ontwikkelingen in de computerhardware uit de spelindustrie.

Adalsteinsson reageert:

"Grafische verwerkingseenheden of GPU's zijn bij bepaalde computertaken sneller dan andere algemene processors, zoals de specifieke computationele taak die we voor dit algoritme nodig hebben. Hij voegt eraan toe dat een student in het laboratorium momenteel bezig is om het algoritme op een speciale GPU te implementeren.

Geschreven door: Petra Rattue