人工智能技术加速血管超分辨率定位光声成像

人工智能技术加速血管超分辨率定位光声成像
帧数为60和5分别用于基于密集和稀疏定位的图像。由绿色虚线框勾勒的区域的特写视图和由蓝色虚线突出显示的区域的横截面b模式图像。在基于深度学习和密集定位的图像中,相邻的两根血管被清晰地分辨出来,而在近距离MAP的常规OR-PAM图像中却没有(ⅰ)。在特写b模式(ii)中,由白色虚线圈突出显示的血管,其中稀疏图像具有较低的信噪比,在基于深度学习定位的图像中被很好地恢复。即使稀疏图像不包含血管,它们也会在基于深度学习定位的图像中恢复,因为我们的网络是基于3D卷积的,允许在3D空间中引用相邻像素。来源:Jongbeom Kim, Gyuwon Kim, Lei Li,Pengfei Zhang, Jin Young Kim,Yeonggeun Kim, Hyung Ham Kim, Lihong V. Wang, Seungchul Lee, Chulhong Kim

雷击后,短时间内可以听到雷声。这是由于周围被闪电击中的物质吸收了光,由于光转化为热,物质膨胀并发出声音。被称为光声成像(PAI)的成像技术,利用这种现象来拍摄身体内部的照片,正在探索作为各种临床前和临床应用的新型医学成像设备。

PAI技术一直采用定位成像方法,即对同一区域进行多次成像,以实现超成像超越物理限制,不考虑成像深度。然而,这种优越的空间分辨率是通过牺牲来实现的由于多个帧,每个帧包含定位目标,必须叠加以形成一个充分采样的高密度超分辨率图像。这使得它在需要确认即时反应的研究中具有挑战性。

一篇新论文发表在光科学与应用,由Chulhong Kim教授和多机构合作者领导的科学家团队开发了一种基于人工智能的定位PAI,以解决成像速度慢的缺点。通过使用深度学习来提高成像速度,减少人体使用的激光束数量,它已经能够同时解决这三个问题:成像速度慢,空间分辨率低,身体负担重。

人工智能技术加速血管超分辨率定位光声成像
液滴计数为240,000和20,000分别用于基于密集和稀疏定位的图像。由i绿色和ii蓝色虚线框勾勒的区域的特写视图。血管的连通性可以在放大图像中进行比较:常规和稀疏定位图像中血管形态难以识别,而深度学习和密集图像中显示微血管。来源:Jongbeom Kim, Gyuwon Kim, Lei Li,Pengfei Zhang, Jin Young Kim,Yeonggeun Kim, Hyung Ham Kim, Lihong V. Wang, Seungchul Lee, Chulhong Kim

使用通过技术的进步,研究小组将这种方法使用的图像数量减少了10倍以上,成像速度提高了12倍。定位光声显微镜成像时间由30秒缩短至2.5秒,光声计算机断层成像时间由30分钟缩短至2.5分钟。

这一进步为……开辟了新的可能性PAI技术在各种临床前或临床应用中,需要高速度和良好的空间分辨率,如瞬时药物和血流动力学反应的研究。最重要的是,这项技术的一个主要优势是它极大地减少了激光束照射到活体和成像时间,从而减轻了患者的负担。


进一步探索

一个冷原子在纳秒时间尺度上的超分辨成像

更多信息:光:科学与应用(2022)。DOI: 10.1038 / s41377 - 022 - 00820 - w
期刊信息: 光:科学与应用

所提供的中国科学院
引用:人工智能技术加速血管超分辨率定位光声成像(2022,5月12日)检索自2022年7月30日//www.puressens.com/news/2022-05-artificial-intelligence-technology-super-resolution-localization.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
7股票

对编辑的反馈