更快、更清晰的全身成像使用深度学习的小动物

需要几分钟的声音雷鸣闪电后达到我们的耳朵。这种现象是由于附近的光声(PA)效应,材料闪电瞬间扩大如闪电的光能量被吸收并转换为热能。使用这个PA效应,光声计算机断层扫描(协议)已成为总理临床前和临床体内成像模式采取图片不使用对比剂。然而,它的低质量的图像,可以改善与多个超声波传感器和多通道数据采集系统(数据收集),导致高成本和低成像速度没有这样的硬件。

POSTECH研究团队包括Chulhong金教授和博士生Seongwook崔(收敛它工程系),Seungchul李教授和博士生秀年轻的李(机械工程系),和杨Jinge博士(电子工程系)已经提出了一个深度学习方法实现更快和更高的分辨率成像系统的协议。这项研究最近发表在先进的科学。

虽然以前的研究用于深度学习来提高分辨率,这项研究是世界上第一个深度学习应用于三维multiparametric协议体系。研究人员已经证明,它可以监控组织的运动心脏,肾脏,大脑在高分辨率、高速、实时以及全身成像的动物。他们还展示了第一次深度学习可以应用于药物动力学,药物注入血管观察他们在体内蔓延,功能成像,测量每个组织的血氧饱和度。

在这项研究中,研究人员也证实,一个人工神经网络训练的动物可以应用到人类。也是有意义的,他们已经简化了硬件设备不牺牲速度和质量,因为人工神经网络运营独立于训练使用的光波长人工神经网络。

发表的研究结果,研究小组预计,该协议技术将广泛适用于各种环境下实现高分辨率和高速图像无论硬件规格。