Naujos smegenų vaizdavimo metodikos, taikomos psichoziniams sutrikimams

Nauja technologija leidžia superresonuoti ir segmentuoti magnetinio rezonanso vaizdus (MRT), kad mokslininkai galėtų ištirti tikrąją psichozės struktūrą.

Ispanijos mokslininkai iš Navaros viešojo universiteto UPNA / NUP - siekia nustatyti psichozės pacientų specifinių smegenų dalių skirtumus, palyginti su sveikais jų giminaičiais ar kitais žmonėmis.

"Mes matėme, kad asmenims, patyrusiems pirmąjį psichozės epizodą, subkortikalinių ganglijų smegenų srityje yra tam tikrų dydžių skirtumų, palyginti su sveikų asmenų dydžiu", - sakė pagrindinis tyrėjas Beatriz del Cerro.

Ši išvada tam tikru mastu prieštarauja tai, kas buvo aprašyta psichiatrinėje literatūroje.

Cerro teigia, kad antipsichozinis farmakologinis gydymas gali būti lemiamas šių neatitikimų veiksnys, nes naujajame tyrime pacientai nagrinėjami pirmosiomis gydymo vaistais savaitėmis, o ankstesni tyrimai pateikė duomenis apie pacientus, kurie ilgai gydėsi vaistais.

Projekto vadovai nori sukurti automatinius metodus, kad padidintų MRT kokybę ir atvaizdo analizėje apskaičiuotų norimus dydžius.

Lygiagrečiame tyrime daugiausia dėmesio skiriama pacientų, dalyvaujančių taikant šiuos naujus superresoliacijos metodus, klinikiniams aspektams.

Šio tyrimo imtyje dalyvavo žmonės, turėję pirmąjį psichozės epizodą, su jais susiję žmonės ir trečia nesusijusi panašios lyties, amžiaus ir išsilavinimo grupė. Tyrimo metu visiems buvo atliktas smegenų magnetinio rezonanso tyrimas.

Magnetinio rezonanso vaizdams pasiekus UPNA, mokslininkų laukia dvi pagrindinės užduotys.

Pirma, jie naudoja matematinius superraiškos metodus, kad rekonstruotų ir pagerintų medicinos įranga gautų vaizdų kokybę. Antra, jie segmentuoja kiekvieną vaizdą taikydami dirbtinio intelekto metodus; kitaip tariant, jie padalija jį į įvairias dalis (pikselių grupes su bendromis ypatybėmis), kad supaprastintų arba pakeistų vaizdavimą kitu, kurį būtų lengviau analizuoti.

"Norėdami tai padaryti, mes naudojome jau egzistuojančią komercinę programinę įrangą, tačiau patobulinome algoritmus ir pritaikėme juos savo tikslams", - paaiškino tyrėjas Aranzazu Jurio.

"Mums pavyko įsitikinti, kad mūsų naujas metodas, pagrįstas grupavimo funkcijomis, pasiekia geriausius rezultatus iš visų eksperimento vaizdų", - teigė autoriai.

Šaltinis: Baskų krašto universitetas