Учёные научили томограф определять состав тканей

В Политехническом институте Ренсселера (Rensselaer Polytechnic Institute) разработали алгоритм глубокого обучения, который может быть применен в обычной компьютерной томографии (КТ) для получения изображений, которые обычно требуют более высокого уровня технологии визуализации, известной как КТ двойного контрастирования.

Обычные компьютерные томографии дают изображения, которые показывают форму тканей внутри тела, но они не дают врачам достаточной информации о составе этих тканей. Даже с йодом и другими контрастными веществами, которые используются, чтобы помочь врачам различать мягкие ткани и сосудистую сеть, трудно различить тонкие структуры.

КТ с двойным контрастированием, собирает два набора данных для создания изображений, которые показывают как форму ткани, так и информацию о составе ткани. Однако этот подход к визуализации часто требует более высокой дозы излучения и является более дорогостоящим из-за необходимости в дополнительном оборудовании.

После обучения, нейронная сеть оказалась способной определять структуру тканей анализируя данные компьютерной томографии с одним спектром. Исследование опубликовано в журнале Patterns.