麻省理工学院的研究人员表示,他们已经开发出了一种能够在不到一秒钟内处理磁共振图像的算法,这对于医疗行业来说将是一项至关重要的进展。
目前,医生需要对比两个在不同时间单独拍摄MRI扫描图像,以追踪人体随着时间推移发生的变化。但是,进行这种对比是既复杂又耗时的,因为这个过程需要仔细排列这两个图像以便进行准确测量。医生需要将图像上的所有位置处理为3-D图,而当前的计算机需要花费很多时间来完成此操作。
MRI扫描的问题在于其中包含的信息量。基本上每个图像都是由数百个彼此叠置的二维图像组成的,以创建一个立体的3-D图,反过来又构成了被称为体素的三维像素。当对比两个MRI扫描图的时候,计算机必须对数百万体素进行排序,以确定它们在一个新的、统一图像中的位置。
由于这个过程需要几个小时才能完成,因此如果有大量图像要处理的话,医生就不得不等上数百个小时。麻省理工学院的研究人员说,使用具有更强处理能力的计算机是不切实际的,所以他们创建了一个名为“VoxelMorph”的新卷积神经网络,并称其更适合完成这项任务。
麻省理工学院的研究人员使用更多的7000个公开可用的人脑MRI扫描图来训练VoxelMorph。像VoxelMorph这样的神经网络将数据推入前端,然后通过多个节点传递给其他节点来加速对比的过程。同时,这个神经网络也会学习不同的常见体素组合及其解剖形状。
MIT News报道称:“这种方法使用CNN和被称为空间变换器的改进计算层,找出一个MRI扫描中的体素与其他扫描中的体素之间的相似性。在这个过程中,算法会学习关于体素组的信息——例如两个扫描之间共有的解剖形状——用于计算可应用于任何扫描对的优化参数。”
在这种训练之后,麻省理工学院的研究人员向VoxelMorph输入了250个新扫描图,以测试其有效性。该算法在两分钟内完成了这些扫描的处理,相比之下传统MRI分析程序需要大量时间。该测试使用常规的CPU,不过当研究人员使用GPU的时候,这个过程仅用了一秒钟时间。
麻省理工学院的研究小组表示,VoxelMorph在医疗领域有着显著应用,甚至可以改变医生进行某种手术的方式。例如,可以在操作过程中创建最新的扫描并将这些图像用于实时分析。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。