2022. 07. 12. - 09:00

Mesterséges intelligencia – Rossz- vagy jóindulatú a daganat? Tapintható neuronok segítenek dönteni

Mesterséges intelligencia – Rossz- vagy jóindulatú a daganat? Tapintható neuronok segítenek dönteni

Gyors és pontos diagnózis érhető el mesterséges tapintható neuronokkal a rossz- vagy jóindulatú daganatok azonosítása terén.

Meghökkentő technológiai előrelépés: mesterséges tapintható neuronokkal gyorsabbá és pontosabbá tehető a rossz- és jóindulatú daganatok detektálása.
 
A biológiai anyagok merevségi szintje és eloszlása ​​tükrözi a betegséggel kapcsolatos információkat, a sejtektől a szövetekig.
 
A rosszindulatú emlődaganatok általában merevebbek és szabálytalanabb formájúak, mint a jóindulatúak. Az ultrahang elasztográfia non-invazív módon képes meghatározni a szöveti merevség mértékét és alakját, s alacsony költsége miatt alkalmazzák az emlőrák diagnosztizálására. Az ultrahang-elasztográfiás képek értelmezéséhez azonban elengedhetetlen a tapasztalt szakember véleménye - s a pontosság tekintetében is eltérő a különböző szakértők meglátása.
 
Most egy kutatócsoport egyszerű, ám rendkívül pontos betegségdiagnosztikai technológiát fejlesztett ki a taktilis neuroneszközök és a mesterséges neurális hálózati tanulási módszerek kombinálásával.
 
A korábban bejelentett mesterséges tapintható neuron eszközökkel ellentétben ez a tapintható neuron eszköz képes meghatározni a tárgyak merevségét. Olvasd el: Előre jelzi a mesterséges intelligencia a rákos daganatok kiújulását
 
Gyors és pontos diagnózis érhető el mesterséges tapintható neuronokkal a rossz- vagy jóindulatú daganatok azonosítása terén
Gyors és pontos diagnózis érhető el mesterséges tapintható neuronokkal a rossz- vagy jóindulatú daganatok azonosítása terén
 
A neuromorf technológia egy kutatási terület, melynek célja az emberi agy információfeldolgozási módszerének utánzása - magasszintű működésre képes kis energiafogyasztás mellett, elektronikus áramkörök segítségével.
 
Ez a hasznos új adatfeldolgozási technológia egyre több figyelmet kap a mesterséges intelligencia, az  IoT (a dolgok internete) és az autonóm vezetés esetében, hiszen összetett és hatalmas információk valós idejű feldolgozását igényli.
 
A szenzoros neuronok külső ingereket kapnak a szenzoros receptorokon keresztül és elektromos tüskejelekké alakítják át azokat. A generált tüskemintázat a külső inger információi alapján változik. A nagyobb ingerintenzitás magasabb generált tüskefrekvenciát okoz például.
 
A kutatócsoport egyszerű szerkezetű mesterséges tapintható neuroneszközt fejlesztett ki, amely egy nyomásérzékelőt és egy ún. ovonikus küszöbkapcsoló eszközt egyesít – így állítanak elő ilyen szenzoros neuronjellemzőket.
 
A nyomásérzékelő nyomása hatására az érzékelő ellenállása csökken, majd a csatlakoztatott ovonikus kapcsolóelem tüskés frekvenciája módosul. A kifejlesztett mesterséges tapintható neuron eszköz egy nagy válaszadási képességgel bíró, nagy érzékenységű eszköz, mely lehetővé teszi a nyomóerő számára gyorsabb elektromos tüskék létrehozását, miközben javítja a nyomásérzékenységet, amely arra fókuszál, hogy a merevebb anyagok gyorsabb nyomásérzékelést eredményezzenek nyomás hatására. Olvasd el: Mesterséges intelligencia segít a rák biztonságos kimutatásában
 
A kifejlesztett eszköz által generált elektromos tüskék időtartama (vagy 1/frekvencia) kevesebb, mint 0,00001 s, ami több mint 100 ezerszer gyorsabb, mint az a néhány másodperc, ami általában egy tárgy megnyomásához szükséges.
 
Míg a meglévő eszközök alacsony nyomást (körülbelül 20 kPa, a könnyű nyomáshoz hasonlóan) 20-40 Hz-es tüskefrekvencia-változással képesek érzékelni, a most kifejlesztett készülék az alacsony nyomást 1,2 MHz-es tüskefrekvencia-változásokkal képes észlelni. Ez lehetővé teszi a nyomóerő változásainak valós idejű átalakítását tüskékké.
 
Ahhoz, hogy a kifejlesztett eszköz tényleges betegségdiagnózisoknál alkalmazható legyen, a kutatócsoport rosszindulatú és jóindulatú emlődaganatok elasztográfiás felvételeit, valamint a spiking neurális hálózat tanulási módszerét alkalmazta.
 
A színkódolt ultrahang elasztográfiai kép minden egyes pixelét - amely korrelál a leképezett anyag merevségével - tüskefrekvencia-változási értékké konvertálták és felhasználták a mesterséges intelligencia betanítására. Ennek eredményeként akár 95,8 szézalékos pontossággal lehetett meghatározni az emlődaganat rosszindulatúságát.
 
„A kifejlesztett mesterséges tapintási neuron technológia egyszerű szerkezettel és módszerrel képes kimutatni és megtanulni a mechanikai tulajdonságokat. Az utólagos kutatás révén megoldható lesz a zajvisszaverődés problémája - ami az ultrahangos elasztográfia hátránya -, ha a mesterséges tapintható neuronok össze tudják gyűjteni az ultrahang-elasztográfiával nyerhető tárgy elasztográfiai képét” – állítja a KIST kutatócsoportja.
 
A kutatók arra is számítanak, hogy az eszköz hasznos lesz az alacsony energiafogyasztású és nagy pontosságú betegségek diagnosztizálásában, valamint olyan alkalmazásokban, mint a robotsebészet, ahol gyorsan kell meghatározni a műtéti helyet, olyan környezetben, amivel az emberek nem tudnak közvetlenül érintkezni.
 
A szakemberek eredményeiket az Advanced Materials szaklapban tették közzé.
 
 
L.A.

 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.