Алгоритм машинного обучения VoxelMorph анализирует 3D-изображения в 1000 раз быстрее

Исследователи из Массачусетского технологического института создали алгоритм машинного обучения VoxelMorph, который анализирует трехмерные изображения в 1000 раз быстрее. Алгоритм обучается, сравнивая тысячи пар снимков и подбирая идеальное расположение каждого изображения. Таким образом, система определяет универсальные оптимальные параметры калибровки – с их помощью алгоритм одновременно анализирует все пиксели в течение пары минут на обычном компьютере (или менее чем за секунду – на устройстве с мощной видеокартой).

Снимки МРТ – это сотни двухмерных изображений, собранных в 3D-модель, именно поэтому сравнение двух снимков становится чрезвычайно долгим процессом, а текущие алгоритмы начинают каждый анализ с нуля. В свою очередь, машинное обучение делает выводы из каждого сравнения, совершенствуясь и ускоряя работу. В основе VoxelMorph лежит нейросеть, которая обработала 7000 изображений МРТ мозга, опубликованных в открытом доступе.

После этого команда испытала систему, представив ей парами 250 снимков. При получении нового изображения компьютер применяет математический алгоритм для оптимального размещения вокселей и пикселей. Ученые обнаружили, что система сумела быстро и точно проанализировать все представленные снимки.

Важно отметить, что алгоритму VoxelMorph для работы не требуется дополнительной информации, помимо самих изображений МРТ. В ходе испытаний для 17 участков мозга новая система оказалась такой же эффективной, как и традиционные инструменты анализа, но при этом во много раз быстрее.