3b-international.com
Informationen Über Gesundheit, Krankheit Und Behandlung.



Schneller MRT scannt mit neuem Algorithmus

Ärzte sind in der Lage, sogar die frühesten Anzeichen von Krebs oder anderen Anomalien durch Magnetresonanztomographie (MRI) zu erkennen, die das Innere des Körpers in komplizierten Details scannt, jedoch können diese Scans eine lange und unbequeme Erfahrung für Patienten sein, wie es sie erfordert bis zu 45 Minuten still in der Maschine liegen. Mit einem am MIT-Forschungslabor für Elektronik entwickelten Algorithmus konnten die Scanzeiten auf nur 15 Minuten verkürzt werden.
MRI-Scanner verwenden starke Magnetfelder und Radiowellen, um mehrere Bilder ein und desselben Körperteils aufzunehmen, die jeweils einen Kontrast zwischen verschiedenen Arten von Gewebe erzeugen sollen. Radiologen sind in der Lage, subtile Anomalien, wie einen sich entwickelnden Tumor, zu erkennen, indem sie mehrere Bilder derselben Region vergleichen und die Kontrastunterschiede der verschiedenen Gewebearten untersuchen. Die Durchführung mehrerer Scans derselben Regionen ist jedoch zeitaufwendig, was dazu führt, dass Patienten längere Zeit in der Maschine verbringen.
Leitautor Elfar Adalsteinsson, außerordentlicher Professor für Elektrotechnik und Informatik und Gesundheitswissenschaften und Technologie, und Vivek Goyal, der Esther und Harold E. Edgerton, Professor für Elektrotechnik und Computerwissenschaften, haben einen Algorithmus entwickelt, der dramatisch beschleunigen kann der MRI-Scan-Prozess. Das Papier mit dem Algorithmus wird im Journal veröffentlicht Magnetresonanz in der Medizin.
Unter Verwendung von Information, die von der ersten Kontrastabtastung erhalten wird, kann der Algorithmus nachfolgende Bilder erzeugen, ohne den Scanner jedes Mal von Grund auf neu starten zu müssen, wenn er ein anderes Bild von den Rohdaten erzeugt, da es bereits eine grundlegende Kontur zum Arbeiten hat. Dies verkürzt die zum Erfassen jedes späteren Scans benötigte Zeit erheblich.
Durch die Suche nach Merkmalen, die in allen verschiedenen Scans üblich sind, wie z. B. der anatomischen Grundstruktur, kann die Software diese Kontur erstellen. Der Algorithmus verwendet insbesondere den ersten Scan, um die wahrscheinliche Position der Grenzen zwischen verschiedenen Gewebearten in den nachfolgenden Kontrast-Scans vorherzusagen.
Adalsteinsson erklärt:

"Wenn das Gerät einen Scan Ihres Gehirns durchführt, bewegt sich Ihr Kopf nicht von einem Bild zum nächsten. Wenn Scan Nummer zwei also bereits weiß, wo sich Ihr Kopf befindet, dauert die Erstellung des Bildes nicht so lange wie wenn die Daten für den ersten Scan von Grund auf neu erfasst werden mussten.
Wenn man die Daten eines einzigen Kontrasts betrachtet, gibt es eine gewisse Wahrscheinlichkeit, dass eine bestimmte Kante, etwa die Peripherie des Gehirns oder die Ränder, die verschiedene Kompartimente innerhalb des Gehirns begrenzen, am selben Ort sein werden. "

Laut Goyal kann der Algorithmus nicht zu viele Informationen aus dem ersten Scan auf nachfolgende Scans übertragen, da es riskieren würde, die einzigartigen Gewebeeigenschaften zu verlieren, die sich durch die unterschiedlichen Kontraste ergeben.

Goyal erklärt:
"Sie wollen nicht zu viel voraussetzen. Sie gehen also beispielsweise nicht davon aus, dass das Hell-Dunkel-Muster eines Bildes im nächsten Bild repliziert wird, weil es sich in der Tat um solche dunklen und hellen Muster handelt sind oft umgekehrt und können völlig unterschiedliche Gewebeeigenschaften aufzeigen. "

Der Erstautor Berkin Bilgic stellt klar, dass der Algorithmus daher für jeden einzelnen Pixel berechnet, welche neuen Informationen für den Aufbau des Bildes benötigt werden und welche Informationen, beispielsweise die Kanten verschiedener Gewebetypen, aus den vorherigen Scans erhalten können. Infolgedessen sind MRT-Scans viel schneller abgeschlossen und können die Zeit, die Patienten in der Maschine verbringen müssen, von 45 auf nur 15 Minuten reduzieren. Bilgic gibt zu, dass der schnellere Scan einen leichten Einfluss auf die Bildqualität hat, aber konkurrierenden Algorithmen weit überlegen ist.
Die Forscher arbeiten derzeit daran, den Algorithmus weiter zu verbessern, so dass die Rohbilddaten viel schneller zu einem endgültigen Bild verarbeitet werden können, das von Klinikern analysiert werden kann, sobald die Patienten den MRT-Scanner verlassen haben. Standard - Computerprozessoren benötigen für den abschließenden Schritt der Umwandlung von Rohdaten in ein endgültiges Bild wesentlich länger als herkömmliche MRT - Scans, jedoch sind die Forscher optimistisch, dass sie die Zeit auf die gleiche Zeit wie bei herkömmlichen MRI - Scans reduzieren können Computerhardware aus der Spieleindustrie.

Adalsteinsson kommentiert:
"Graphics Processing Units oder GPUs sind bei bestimmten Rechenaufgaben um Größenordnungen schneller als allgemeine Prozessoren, wie die spezielle Rechenaufgabe, die wir für diesen Algorithmus benötigen." Er fügt hinzu, dass ein Student im Labor derzeit daran arbeite, den Algorithmus auf einer dedizierten GPU zu implementieren.

Geschrieben von: Petra Rattue

Neue Behandlung für medikamentenresistenten Brustkrebs gefunden

Neue Behandlung für medikamentenresistenten Brustkrebs gefunden

Forscher, die untersuchen, wie HER2-positiver Brustkrebs behandlungsresistent wird, haben eine überraschende Entdeckung gemacht, wie sich diese Resistenz entwickelt. Möglicherweise haben sie jedoch auch einen Weg gefunden, um zu verhindern, dass sich dieser Widerstand vollständig manifestiert. HER2-positiver Brustkrebs umfasst etwa 15-20% aller Brustkrebsdiagnosen.

(Health)

Junk Food mit Gewichtszunahme in Schulen verbunden? Scheinbar nicht

Junk Food mit Gewichtszunahme in Schulen verbunden? Scheinbar nicht

Trotz einer Verdreifachung der Fettleibigkeitsraten in US-Schulen in den letzten vierzig Jahren und einer Zunahme der Verfügbarkeit von Junkfood, Süßigkeiten und zuckerhaltigen Getränken in Schulen, soll eine neue Studie zeigen, dass die beiden nicht miteinander verbunden sind - einfach gesagt, sagen die Forscher Junk Food in der Schule scheint nicht mit einer höheren Fettleibigkeit und Übergewicht verbunden zu sein.

(Health)