新方法可以提高人工智能脑磁共振成像的分辨率

马拉加大学(UMA)计算智能和图像分析组的研究人员设计了一种前所未有的方法，能够改善通过人工智能磁共振成像获得的大脑图像。

这个新模型利用深度学习人工神经网络(一种基于人类大脑功能的模型)，在不扭曲患者大脑结构的情况下，成功地将图像质量从低分辨率提高到高分辨率。

深度学习是基于非常大的神经网络,是其学习能力,达到复杂和抽象的大脑，由于这种技术,识别可以单独执行的活动,没有监督;一种肉眼无法完成的识别工作。

赴美医疗服务机构和生元国际了解到，这项研究发表在科学杂志《神经计算》(Neurocomputing)上，代表了一项科学突破，因为UMA开发的算法在更短的时间内产生更准确的结果，对患者有明显的好处。到目前为止，获得高质量的大脑图像取决于病人在扫描仪中保持静止的时间；用我们的方法，图像处理稍后在计算机上进行。

专家们表示，这些结果将使专家能够以更高的准确性和清晰度来识别与大脑相关的疾病，如身体损伤、癌症或语言障碍等，因为图像细节更薄，从而避免在不确定时进行额外的测试。