Faire progresser l’imagerie échographique haute résolution grâce à l’apprentissage profond

Faire progresser l’imagerie échographique haute résolution grâce à l’apprentissage profond

Accueil » Psychologie » Troubles mentaux » Adulte » Faire progresser l’imagerie échographique haute résolution grâce à l’apprentissage profond

Des chercheurs de l'Institut Beckman pour les sciences et technologies avancées ont développé une nouvelle technique pour rendre la microscopie de localisation par ultrasons, un outil de diagnostic émergent utilisé pour l'imagerie microvasculaire à haute résolution, plus pratique en milieu clinique. Leur méthode utilise l’apprentissage profond pour avancer dans le pipeline de post-traitement de l’ULM.

Leur technique, appelée LOcalization with Context Awareness Ultrasound Localization microscopy, ou LOCA-ULM, apparaît dans la revue Communication naturelle.

« Je suis vraiment enthousiaste à l'idée de rendre l'ULM plus rapide et meilleur afin que davantage de personnes puissent utiliser cette technologie. Je pense que les outils d'imagerie informatique basés sur l'apprentissage profond continueront de jouer un rôle majeur en repoussant les limites de résolution spatiale et temporelle de l'ULM. “, a déclaré le premier auteur YiRang Shin, étudiant diplômé au Département de génie électrique et informatique de l'Université de l'Illinois à Urbana-Champaign.

La microscopie de localisation par ultrasons fonctionne en injectant des microbulles dans les vaisseaux sanguins, où elles agissent comme agents de contraste. Les microbulles sont approuvées par la FDA pour une utilisation clinique. Les ondes ultrasonores peuvent pénétrer dans les tissus profonds du corps pour localiser avec précision l'emplacement de ces microbulles, chacune d'une taille de quelques microns seulement, lorsqu'elles se déplacent dans la circulation sanguine. Les chercheurs utilisent des microbulles pour suivre la vitesse du flux sanguin et créer des images spatiales des vaisseaux sanguins à l’échelle microscopique.

La vitesse actuelle d’imagerie de l’ULM a limité son application pratique en tant qu’outil de diagnostic dans le domaine médical et outil de recherche en sciences fondamentales. L'augmentation de la vitesse d'imagerie nécessite une concentration plus élevée de microbulles dans la circulation sanguine, ce qui rend le post-traitement beaucoup plus difficile, a déclaré Shin.

Faire progresser l’imagerie échographique haute résolution grâce à l’apprentissage profond

La nouvelle méthode des chercheurs démontre des performances d'imagerie et une vitesse de traitement plus élevées, une sensibilité accrue pour l'ULM fonctionnel et une imagerie in vivo globalement supérieure. Il démontre également des performances informatiques et de localisation de microbulles améliorées et est adaptable à différentes concentrations de microbulles.

“Cela bat vraiment les méthodes conventionnelles de localisation des microbulles ; c'est la voie à suivre”, a déclaré Pengfei Song, chercheur de Beckman et professeur adjoint de la faculté YT Lo et professeur adjoint de génie électrique et informatique à l'Illinois.

Pour rendre la localisation des microbulles plus rapide, plus précise et plus efficace, les chercheurs ont développé un modèle de simulation basé sur un réseau antagoniste génératif appelé GAN. Cette simulation crée des signaux de microbulles réalistes pour entraîner le réseau neuronal profond et contextuel DECODE.

Pengfei Song est également professeur adjoint de bio-ingénierie et de sciences biomédicales et translationnelles et affilié à l'Institut Carl R. Woese de biologie génomique de l'Illinois.

Les autres co-auteurs incluent Matthew R. Lowerison, Yike Wang, Xi Chen, Qi You, Zhijie Dong et Mark A. Anastasio.

Publications similaires