精神疾病动态指标被先进的人工智能在大脑成像

新乔治亚州立大学的研究中心的趋势可能会导致早期诊断毁灭性的疾病如阿尔茨海默氏症、精神分裂症和孤独症在时间更容易帮助预防和治疗这些疾病。在一项新的研究发表在科学报告7的一个科学家小组从格鲁吉亚州建立了一个复杂的计算机程序,它能够梳理大量的脑成像数据,发现小说的模式与心理健康状况有关。脑成像数据来自使用功能性磁共振成像(fMRI)扫描,测量大脑活动动态通过检测小血流量的变化。

“我们建立了人工智能模型来解释fMRI的大量的信息,”谢尔盖刺说,计算机科学和神经科学副教授乔治亚州,和作者的研究。

他这种动态成像相比电影作为反对如x射线或快照,更常见的结构磁共振成像和指出“可用的数据太大得多,所以比血液测试或常规MRI。但这就是挑战,大量的数据很难解释。”

此外,功能磁共振成像在这些特定的条件非常昂贵,并且不容易获得。使用人工智能模型,然而,常规的功能磁共振成像的数据挖掘。这是大量可用。

“有大型数据集没有已知的临床障碍的个体,”文斯·卡尔霍恩解释说,趋势中心的创始董事,该研究的作者之一。使用这些大但不相关的可用数据集改进模型的性能在较小的特定的数据集。

“新模式的出现,我们可以明确的三个链接大脑障碍,”卡尔豪说。

人工智能模型第一次训练数据集包括超过10000个人学会理解基本的功能磁共振成像和脑功能。研究人员然后使用多站点数据集的超过1200人,包括那些自闭症谱系障碍、精神分裂症、老年痴呆症。

它是如何工作的呢?这有点像Facebook, YouTube或亚马逊学习你的网上行为,并开始能够预测未来的行为,喜欢和不喜欢。计算机软件甚至可以在“时刻”当脑成像数据很可能与精神障碍的问题。

这些发现临床上有用的,他们需要被应用在障碍表现。

“如果我们可以找到标记在一个40岁的和预测阿尔茨海默氏症的风险,”卡尔豪说,“我们或许能够做些什么。”

类似地,如果精神分裂症的风险可以预测有实际变化之前大脑结构,可能有提供更好或更有效的治疗方法。

“即使我们知道或从其他测试家族病史有人在阿尔茨海默氏症等疾病的风险,我们仍无法预测何时会发生,”卡尔豪说。“脑成像可以缩小窗口,通过捕捉相关的模式当他们出现在临床疾病明显。”

“愿景是我们收集大量图像数据集,我们的人工智能模型孔隙,并向我们展示他们所学到的关于某些障碍,“刺说。“我们正在构建系统发现新知识我们不能发现自己的。”

医学博士说,“我们的目标Mahfuzur拉赫曼,这项研究的第一作者和一个博士生在计算机科学在乔治亚州,“是桥大世界和大数据集数据和走向小世界和特定疾病标志物与临床相关的决定。”