Исследование учёных Центра искусственного интеллекта Самарского национального исследовательского университета имени С.П.Королева под руководством научного сотрудника департамента радиологии и обработки медицинских изображений Йельского университета доктора Юрия Ковша поможет улучшить качество и точность измерений при проведении функционального МРТ-сканирования (фМРТ) мозга пациентов, страдающих различными психоневрологическими заболеваниями, а также проходящих нейрореабилитацию после инсульта.

Результаты научных изысканий и экспериментов будут представлены в виде специального модуля и использованы для модернизации известной программной платформы OpenNFT.org, применяемой в ряде ведущих университетов и научно-исследовательских центров мира и позволяющей увидеть и проанализировать активность сканируемого мозга в режиме реального времени.

Исследования ведутся в рамках гранта Российского фонда фундаментальных исследований (РФФИ). Грант рассчитан на два года, общий объем выделенных средств – 1,2 млн рублей. Первые результаты работ отражены в статье "Рекуррентный контроль качества функционального МРТ при помощи OpenNFT" в сборнике научных трудов "Информационные технологии и нанотехнологии".

"Целью нашего проекта является исследование и улучшение параметров качества фМРТ мозга в реальном времени, в частности, в системе построения нейробиологической обратной связи. Построение такой связи на основе фМРТ позволяет проводить реабилитацию пациентов с психоневрологическими заболеваниями и отклонениями, например, с шизофренией, аутизмом, посттравматическим стрессом, гиперактивностью, дефицитом внимания, и другими. Разумеется, эта система используется и при проведении научных исследований в области мозга с привлечением здоровых добровольцев", - рассказал ассистент кафедры технической кибернетики Самарского университета Никита Давыдов.

По его словам, согласно статистике, порядка 50% данных, получаемых в педиатрических исследованиях при фМРТ-сканировании мозга, оказываются недостоверными и их приходится в дальнейшем исключать при анализе.

"Мы планируем, что наша разработка снизит долю недостоверных данных за счет получения более полной картины параметров качества, что позволит вовремя исправлять возникающие во время сканирования искажения, тем самым снижая затраты на сканирование, диагностику и реабилитацию на основе нейроинтерфейса и увеличивая точность процедуры", - отметил ученый.

Как показывает практика, значительная часть искажений данных сканирования наблюдается при смещениях головы.

"Например, человек может начать нервничать внутри замкнутого пространства, двигаться, и даже паниковать – признаки такого поведения необходимо определить заранее, и приостановить, а то и вовсе прекратить эксперимент или терапию. Особенно это актуально при обследовании детей. Если ребенок начал двигаться, оператор благодаря работе нашего модуля получит возможность узнать заранее, что сканирование необходимо прервать или провести его заново спустя какое-то время", - подчеркнул Никита Давыдов.

Комплекс параметров качества будет обрабатываться нейросетью, чтобы эффективно отражать различные аспекты качества проводимого сканирования. Данные для экспериментальной проверки разрабатываемой технологии самарские исследователи получают от коллег из Йельского университета и в базах данных открытого доступа.

"Наши разработки будут доступны для свободного использования в рамках проекта OpenNFT.org, как в научных исследованиях, так и в медицинских применениях, для более эффективного сканирования, диагностики и реабилитации на основании нейроинтерфейса. Отслеживание и контроль параметров качества сканирования в реальном времени позволит определять малозаметные аномалии в данных и уменьшит человеческую субъективность в исследованиях и клинических применениях", - сказал Никита Давыдов.

TLTnews.ru