AI-baseret tilgang forbedrer eksisterende metoder til hjernescanning

Dato:

Del denne artikel:

Del denne artikel:

En ny AI-metode fjerner forstyrrende støj fra hjernescanninger og giver forskere et mere præcist indblik i hjernens aktivitet.

De fleste har prøvet det: at ligge helt stille, mens kroppen alligevel bevæger sig en anelse. Et åndedrag, et hjerteslag eller en ufrivillig spænding.

For hjerneforskere har netop de små bevægelser i årevis været et stort problem, fordi de kan forstyrre nogle af de mest følsomme målinger af hjernens aktivitet.

Nu peger ny forskning på, at kunstig intelligens kan være nøglen til at se hjernen langt tydeligere, end det hidtil har været muligt.

Et grundlæggende problem i hjerneforskning

Funktionel MR-scanning, også kendt som fMRI, er et af de mest anvendte redskaber til at studere hjernen uden kirurgi.

Læs også: Studie peger på en måde at udnytte immunforsvaret mod kræft

Metoden bruges i titusindvis af studier hvert år, men har én afgørende svaghed: De signaler, der viser reel hjerneaktivitet, blandes med støj fra bevægelse, puls og blodgennemstrømning.

Ifølge forskere fra Boston College har denne støj i mange tilfælde begrænset, hvor præcist man kan tolke data, især når man undersøger komplekse hjernesygdomme eller meget fine forskelle i hjerneaktivitet.

Når AI sorterer det vigtige fra

I et studie offentliggjort i Nature Methods har forskerholdet udviklet en AI-baseret metode kaldet DeepCor.

Metoden anvender generativ kunstig intelligens til at genkende forskellen mellem mønstre, der stammer fra aktive hjerneområder med neuroner, og mønstre fra områder uden nerveceller, som for eksempel hjernevæskefyldte hulrum.

Læs også: Derfor mislykkes mange med at stoppe med at tage snus

Ved at fjerne de mønstre, som begge områder deler, bliver de reelle hjernesignaler tydeligere.

I både simulerede og virkelige fMRI-data klarede metoden sig markant bedre end eksisterende teknikker og forbedrede støjfjernelsen med mere end 200 procent i visse analyser.

Hvad det kan betyde fremover

Renere hjernedata kan få stor betydning for forståelsen af perception, adfærd og neurologiske lidelser.

Forskerne arbejder nu på at gøre metoden lettere tilgængelig og på at rense store offentlige datasæt, så hele forskningsfeltet hurtigt kan få gavn af klarere målinger.

Læs også: Ny forskning: Ungt blod påvirker Alzheimers hos mus

Fordelene kan blandt andet være:

  • mere præcise målinger af hjerneaktivitet
  • bedre sammenlignelighed mellem studier
  • stærkere grundlag for forskning i hjernesygdomme

Kilder: News Medical og Nature

Læs også: Ny forskning viser, at skærmtid kan have positive effekter

Andre Artikler

Studie peger på en måde at udnytte immunforsvaret mod kræft

Et nyt studie beskriver en anderledes brug af kroppens egne immunceller til at behandle kræft.

Derfor mislykkes mange med at stoppe med at tage snus

Mange snusbrugere kæmper med at stoppe, selvom ønsket er der. Ny forskning viser, hvorfor beslutningen ofte ikke er nok i sig selv.

Ny forskning: Ungt blod påvirker Alzheimers hos mus

Ny forskning tyder på, at blodets sammensætning kan have større betydning for hjernens sundhed, end man tidligere har antaget.

Ny forskning viser, at skærmtid kan have positive effekter

Skærmtid bliver ofte set som et problem for hjernen, men ny forskning viser, at den kan give et mentalt frirum.

Studie peger på en måde at udnytte immunforsvaret mod kræft

Et nyt studie beskriver en anderledes brug af kroppens egne immunceller til at behandle kræft.

Derfor mislykkes mange med at stoppe med at tage snus

Mange snusbrugere kæmper med at stoppe, selvom ønsket er der. Ny forskning viser, hvorfor beslutningen ofte ikke er nok i sig selv.

Ny forskning: Ungt blod påvirker Alzheimers hos mus

Ny forskning tyder på, at blodets sammensætning kan have større betydning for hjernens sundhed, end man tidligere har antaget.