紐約大學(xué)將通過Facebook發(fā)布AI項(xiàng)目的大型MRI數(shù)據(jù)集

NYU Langone Health的放射學(xué)系正計(jì)劃發(fā)布一個(gè)大規(guī)模數(shù)據(jù)集，其中包括超過150萬張MRI膝關(guān)節(jié)圖像，以不斷努力使AI更快地進(jìn)行MRI掃描。

該醫(yī)療中心于11月25日在芝加哥舉行的年度RSNA會議上宣布了其數(shù)據(jù)集發(fā)布計(jì)劃。該版本是該部門與Facebook AI Research(FAIR)進(jìn)行的高級成像創(chuàng)新與研究中心(CAI2R)正在進(jìn)行的合作項(xiàng)目的一部分，該項(xiàng)目稱為fastMRI。根據(jù)新聞稿，這些實(shí)體希望通過該項(xiàng)目共享開源工具，這些工具將刺激AI系統(tǒng)的開發(fā)，以使MRI掃描“快10倍”。

“我們希望這個(gè)具有里程碑意義的數(shù)據(jù)集的發(fā)布，這是有史以來最大的全采樣MRI原始數(shù)據(jù)集合，將為研究人員提供克服加速M(fèi)R成像固有的挑戰(zhàn)所必需的工具，”醫(yī)學(xué)博士Michael P.Recht，主席紐約大學(xué)朗根分校的放射學(xué)教授路易斯·馬克思在一份聲明中說?！斑@項(xiàng)工作不僅有可能幫助增加MR成像的獲取機(jī)會，而且還可以改善全世界的患者護(hù)理?！?/span>

最初的版本將包含來自近1600例病例的原始成像數(shù)據(jù)和超過150萬個(gè)匿名膝關(guān)節(jié)圖像，這些圖像是從10,000例MRI圖像中提取的，并由紐約大學(xué)醫(yī)學(xué)院的研究人員專門收集。該數(shù)據(jù)集也將完全符合HIPAA。

“這項(xiàng)合作致力于利用機(jī)器學(xué)習(xí)的優(yōu)勢以新方式重建高價(jià)值圖像。放射學(xué)，神經(jīng)科學(xué)和生理學(xué)教授，CAI2R主任Daniel K.Sodickson博士說：“我們不會從根本上改變現(xiàn)有圖像來訓(xùn)練AI算法，而是從根本上改變醫(yī)學(xué)圖像的獲取方式?！甭暶?。“我們的目標(biāo)不僅是借助AI增強(qiáng)數(shù)據(jù)挖掘，而且還為醫(yī)學(xué)可視化創(chuàng)建新功能以造福人類健康?！?/span>

數(shù)據(jù)集發(fā)布將是“迄今為止最大的原始MRI數(shù)據(jù)公開發(fā)布?！蔽磥淼陌姹具€將包括來自肝臟和大腦掃描的數(shù)據(jù)。