Jaunas smadzeņu attēlveidošanas metodes, kas piemērotas psihotiskiem traucējumiem
Jaunā tehnoloģija ļauj magnētiskās rezonanses attēlu (MRI) superresolūciju un segmentēšanu, lai palīdzētu zinātniekiem izpētīt psihozes faktisko struktūru.Spānijas pētnieku no Navarras UPNA / NUP-Valsts universitātes mērķis ir noteikt psihotisku pacientu atšķirības konkrētās smadzeņu daļās salīdzinājumā ar viņu veselajiem radiniekiem vai citiem cilvēkiem.
"Mēs esam redzējuši, ka indivīdiem, kuri cietuši no pirmās psihotiskas epizodes, subkortikālo gangliju smadzeņu zonā ir noteiktas lieluma atšķirības attiecībā pret veseliem indivīdiem," sacīja vadošais pētnieks Beatriz del Cerro.
Šis atklājums zināmā mērā ir pretrunā ar psihiatriskajā literatūrā ziņoto.
Cerro apgalvo, ka antipsihotiskā farmakoloģiskā ārstēšana varētu būt noteicošais faktors šajās neatbilstībās, jo jaunajā pētījumā pacienti tiek apskatīti pirmajās ārstēšanas nedēļās, lietojot medikamentus, savukārt iepriekšējie pētījumi sniedza datus par pacientiem, kuri ilgu laiku ārstējās ar narkotikām.
Projekta vadītāji vēlas izstrādāt automātiskas metodes, lai uzlabotu MRI kvalitāti un aprēķinātu vēlamos izmērus attēlu analīzē.
Paralēlā pētījumā galvenā uzmanība tiek pievērsta pacientu klīniskajiem aspektiem, kas saistīti ar šīm jaunajām superresolūcijas metodēm.
Šajā pētījumā izlasē bija cilvēki, kuriem ir bijusi pirmā psihotiskā epizode, ar viņiem saistīti cilvēki un trešā nesaistītā līdzīga dzimuma, vecuma un izglītības grupa. Pētījumā visiem tika veikta smadzeņu magnētiskās rezonanses attēlveidošana.
Kad magnētiskās rezonanses attēli sasniedz UPNA, pētniekiem priekšā ir divi galvenie uzdevumi.
Pirmkārt, viņi izmanto matemātiskas superizšķirtspējas metodes, lai rekonstruētu un uzlabotu medicīnas aprīkojuma iegūto attēlu kvalitāti. Otrkārt, viņi segmentē katru attēlu, izmantojot mākslīgā intelekta paņēmienus; citiem vārdiem sakot, viņi to sadala dažādās daļās (pikseļu grupās ar kopīgām iezīmēm), lai to vienkāršotu vai nomainītu attēlojumu pret citu, kuru ir vieglāk analizēt.
"Lai to izdarītu, mēs izmantojām komerciālu programmatūru, kas jau pastāv, bet mēs esam uzlabojuši algoritmus un pielāgojuši tos saviem mērķiem," skaidroja pētnieks Aranzazu Jurio.
"Mēs esam spējuši pārliecināties, ka mūsu jaunā metode, kuras pamatā ir grupēšanas funkcijas, iegūst labākos rezultātus visos eksperimenta attēlos," sacīja autori.
Avots: Basku zemes universitāte