1767666097
2026-01-06 00:49:00
ボストン大学の研究者らが最近報告したところによると、脳とその障害に関するより鮮明な機能的 MRI データを取得することは、人工知能を使用することで可能になるという。 ネイチャーメソッド 彼らは、動きや心拍、その他の要因によって生じる「ノイズ」、つまり画像の歪みを除去するための AI 支援手法を開発したと発表しました。
fMRI としても知られる機能的神経イメージングは、神経科学で最も広く使用されている非侵襲的手法の 1 つで、2024 年だけでも数万件の研究が発表されています。fMRI 研究の大きな障害は、脳の反応に関する MRI データが動きやその他のソースからのノイズと混合されていることです。
この発見は脳研究に新たな扉を開く可能性があるとアンゼロッティ氏は語った。
研究者らによって開発された DeepCor として知られるこの方法は、さまざまなシミュレートされたデータセットに対して他の最先端のノイズ除去アプローチよりも優れたパフォーマンスを発揮します。アンゼロッティ氏によると、実際の fMRI データでは、DeepCor は、CompCor として知られる別の広く使用されている方法よりも、顔の反応からノイズを除去する点で 215 パーセント、実際の fMRI データセットの特性を模倣して生成された現実的な合成データを明確にする点で 339 パーセント優れています。
AI は、ニューロンを含む脳領域に固有のパターンと、ニューロンを含まない脳領域内の固有のパターンを学習します。心室と同じだ、とアンゼロッティ氏は語った。
「ノイズは通常、両方の領域セットに影響を与えるため、それらに共通するパターンを除去すると、ニューロンを含む領域の固有のパターンが目立つようになります」とアンゼロッティ氏は述べた。
博士研究員のアイダス・アグリンスカス氏と当時学部生だったユー・ズー氏を含むチームは、機能的磁気共鳴画像法で人間の脳を研究した。
アンゼロッティ氏は、改善の余地は期待できないと述べた。
「私たちはその改善の大きさに驚きました」と彼は言いました。 「私たちはこの方法の効果がさらに高まることを期待していましたが、改善は 10 パーセントから 50 パーセントの範囲であると予想していました。200 パーセントの改善は、私たちの最も楽観的な予想を超えていました。」
アンゼロッティ氏の研究は今後も fMRI 測定値の改善を探求する予定です。
「私たちは次の 2 つの重要なステップを検討しています。1 つは他の多くの研究者がこの手法に簡単にアクセスできるようにすること、そしてこの手法を使用して大規模な公開データセットのノイズを除去し、できるだけ早くこの分野がよりクリーンなデータの恩恵を受け始めることができるようにすることです」と同氏は述べました。
ソース：
参考雑誌:
土井： 10.1038/s41592-025-02967-x
#AI手法により脳画像処理におけるノイズ除去が大幅に向上