I ricercatori del Massachusetts Institute of Technology hanno sviluppato un modello di deep learning in grado di correggere le scansioni di risonanza magnetica (MRI) danneggiate da artefatti da movimento. I ricercatori hanno indicato che, come modalità di imaging, la risonanza magnetica è superiore alla tomografia computerizzata o ai raggi X per catturare un contrasto di alta qualità dei tessuti molli, ma sacrifica la velocità. Le risonanze magnetiche sono inoltre particolarmente sensibili ai movimenti anche piccoli come i respiri profondi. Questi movimenti possono oscurare dettagli cruciali al medico che legge la scansione creando artefatti d’immagine. Gli autori hanno osservato che la presenza di questi artefatti può alterare l’intera immagine, mettendo potenzialmente i pazienti a rischio di diagnosi errate o di trattamenti inappropriati
IL DEEP LEARNING AIUTA A CORREGGERE LE RISONANZE CEREBRALI DANNEGGIATE DAL MOVIMENTO
