快4倍！Facebook纽约大学用AI加速核磁共振成像
近日，Facebook AI和NYU Langone Health提出了一种使用AI来加速MRI扫描过程的新方法：FastMRI。
与大多数尝试使用AI自动查看图像以检测异常的AI医学成像项目不同，fastMRI旨在使用AI以需要更少数据的新方式创建图像。它可以显著改善患者体验，扩大MRI的使用范围，并有可能启用MRI的新用例。
遇到脚踝受伤、膝盖半月板损伤、骨关节等问题，医生通常会给患者开MRI检验单。
MRI检查几乎适用于全身各个系统的各种疾病，如肿瘤、炎症、创伤、退行性病变以及各种先天性疾病的检查，尤其适合观察软组织，对于头部、胸部、腹部、脊柱等部位的病变可提供较高参考价值的图像信息。与CT/PET相比，它无放射线损害，无骨性伪影，能多方面、多参数成像，有高度的软组织分辨能力，不需使用对比剂即可显示血管结构等独特的优点。能够敏感地检出组织成份中水含量的变化，因而常比CT更有效和更早地发现病变。
但是做过的人都知道，从预约检测到结果出来再让医生进行诊断，这个时间周期并不算短，其中，很大一部分时间耗费在预约等待上。
“磁共振成像（MRI）永远都是在排队的，他们一天24小时不停地做，还满足不了患者的需求”。
早、中期MRI设备扫描时间较长，进行一个部位的检查，通常要半个小时以上，甚至需要1-2个小时，让病人难以耐受；现在一般情况下医院的核磁共振大概在十五分钟到二十分钟左右；如果机器先进的话，十分钟左右。
但是，即使现在缩短到10几分钟，也无法满足病患的要求，并且个别人进入扫描室可产生幽闭恐惧症（claustrophobia），自诉一种难以名状的恐惧感，不能配合检查，常导致检查失败，儿童群体尤为明显。
在这项首创的临床研究中，计算机科学家和放射学家团队证明，AI可以使用传统上完整MRI所需原始数据的约四分之一来生成同样准确而详细的MRI。由于需要的数据较少，因此MRI扫描的运行速度几乎快4倍。
AI生成的MRI图像与标准MRI同样可靠？
该研究旨在显示AI生成的图像将像传统图像一样可靠地进行相同的诊断，并满足放射科医生的需求。在这项研究中，6位肌肉骨骼放射科医生对108例受过纽约大学Langone Health评估的患者进行了MRI检查。
每个患者病例生成两套MRI：一组使用标准成像技术，另一组使用fastMRI AI模型。放射科医生没有告知评估扫描的图像，这些图像是使用AI创建的，并且为限制召回偏见的可能性，对标准图像和AI加速图像的评估间隔至少一个月。
放射科医生系统地评估了图像的病理状况，例如半月板撕裂，韧带异常和软骨缺损，并在结构化报告中指出了这些。还要求审阅者对图像质量进行评级，并说他们是否认为该图像是使用AI创建的。放射科医生对每例病例检查了AI加速和传统MRI后，将结果进行比较，以查看他们的诊断是否存在差异。
放射科医生发现相同的异常现象并做出相同的诊断，无论他们是检查标准还是AI生成的MRI。此外，所有放射科医生都认为AI加速图像的整体质量要比传统图像好。
“我们对这些结果感到非常鼓舞，这项研究是迈向AI加速MRI扫描临床接受和利用的重要一步，因为它首次证明AI产生的图像在外观上与标准的临床MRI检查基本没有区别，并且在诊断准确性方面可以互换。” 放射学系研究副主席兼高级影像创新与研究中心主任Daniel K. Sodickson博士说。
“我们还鼓励其他人使用fastMRI数据和开源代码来建立我们的发现。我们将共同努力，继续超越医学成像的界限，使用AI不仅可以复制人类执行的任务，而且还可以产生全新的功能（例如超快MRI）来增强患者的护理。”
FastMRI的后续进展
下一步，NYU Langone Health和Facebook AI研究人员希望证明fastMRI可与其他重要器官（例如大脑）协同工作。
作为一个开源项目，fastMRI已经发布了其数据，模型和代码，以便其他研究人员以及商业MRI系统的制造商可以在他们的工作基础上继续发展并提出新的想法。fastMRI团队希望这种开放的方法将加快临床实施的进度。
数据集：https://fastmri.med.nyu.edu/
参考链接：
https://ai.facebook.com/blog/fastmri-breakthrough-shows-ai-accelerated-mris-interchangeable-with-slow-traditional-mris
快4倍！Facebook纽约大学用AI加速核磁共振成像相关推荐
- Facebook联手纽约大学，要把核磁共振成像时间缩短10倍
本文由人工智能观察编译 译者:Sandy 社交媒体平台Facebook旗下的人工智能实验室,公开了一项与美国纽约大学(New York University)的合作计划,试图在核磁共振成像检验(MRI ...
- 纽约大学的好奇AI特别会提问，桌游玩得比人还666
李林 编译自 TechnologyReview 量子位 出品 | 公众号 QbitAI 纽约大学的科学家们开发了一个非常"好奇"的人工智能系统,桌游玩得相当不错. 在开始介绍他们的 ...
- AI研发新药登上Nature子刊：46天合成潜在新药候选分子，比传统方法快15倍 | 开源...
铜灵 发自 凹非寺 量子位 出品 | 公众号 QbitAI 用AI进行药物开发,可以省下2至3年的研发时间. 最新一期的Nature子刊上,就刊登了这样一项新研究. 这项来自Insilico Medi ...
- Facebook开源 PyTorch版 fairseq，准确性最高、速度比循环神经网络快9倍
今年5月,Facebook AI研究院(FAIR)发表了他们的研究成果fairseq,在fairseq中,他们使用了一种新型的卷积神经网络来做语言翻译,比循环神经网络的速度快了9倍,而且准确性也是现有 ...
- Facebook开源移动端深度学习加速框架，比TensorFlow Lite快一倍
方栗子 发自 凹非寺 量子位 出品 | 公众号 QbitAI Facebook发布了一个开源框架,叫QNNPACK,是手机端神经网络计算的加速包. 官方表示,它可以成倍提升神经网络的推理效率,几乎比T ...
- 不平等加剧与问责机制：纽约大学AI Now研究所2018 AI现状报告 | 报告
来源:AI NOW Institute 编译:机器之心 微胖 摘要:纽约大学 AI Now 研究所发布了第三份关于人工智能现状的年度报告.2018 年 AI Now 报告重点关注行业 AI 丑闻和不平 ...
- Facebook MySQL工程师吐槽MemSQL：MySQL比你们快无数倍
导读:前Facebook前工程师Eric Frenkiel 和 Nikita Shamgunov创办了MemSQL,对外宣称比MySQL快30倍.现在Facebook的MySQL工程师Domas Mi ...
- 每日新闻：第四范式陈雨强：AI落地有两大瓶颈；日本拟研发新一代超算 比世界第一快100倍...
点击关注中国软件网 最新鲜的企业级干货聚集地 趋势洞察 2018中国软件生态大会 西安站就要与您见面啦! 点击文末[阅读原文]了解更多喔 趋势洞察 第四范式陈雨强:AI落地有两大瓶颈 第四范式联合创始 ...
- 新AI编程语言Mojo，比Python快35000倍
随着近期AI的火热以及AI在各个行业的应用,Python的热度有望进一步提升. 除了 Python,Julia 也是很多开发者选择的编程语言."Julia 是否会取代 Python" ...
最新文章
- 推荐几个微信Markdown排版工具
- windows测试模式打开关闭
- 《C和指针》读书笔记 第5章-操作符和表达式
- Jquery提交表单 Form.js官方插件介绍
- 以编程方式向OpenJPA注册实体类型
- 如何在React Native中使用Redux Saga监视网络更改
- STM32 system_stm32f10x.c文件分析
- centos7安装Nginx 配置及反向代理
- zabbix 邮件报警配置
- ISODrive使Ubuntu Touch手机变身电脑系统启动盘（UBports之“DriveDroid”）
- sysmon安装报错“error getting the evt dll (wevtapi.dll): 87”解决办法
- 内存不够清理方法，costdown项目时如果裁剪不下来，也可以参考
- 在双向循环链表中,在p所指的结点之后插入s指针所指的结点,其操作是?
- 罗切斯特大学计算机科学硕士介绍,罗切斯特大学研究生计算机科学专业介绍
- 人生第一份跳槽面试经历
- 获取当前时间一年后的日期
- 精美免费ppt模板下载-朴尔PPT
- 云计算架构自己的理解
- java 字节码增强之ASM
- 生产质量管理系统有哪些功能？