Liputan6.com, Jakarta - Facebook meneliti penggunaan Reinforcement Learning untuk meningkatkan pemindaian Magnetic Resonance Imaging yang diakselerasi kecerdasan buatan. Penelitian ini menggunakan dataset fastMRI dari NYU Langone.
Hasilnya, model Reinforcement Learning itu mampu mengurangi kesalahan rekonstruksi secara signifikan dengan menyesuaikan urutan pengukuran k-space secara dinamis.
Baca Juga
Advertisement
"Pengukuran k-space ini adalah fondasi pemindaian MRI, data mentah tempat gambar direkonstruksi. Proyek fastMRI baru-baru ini menunjukkan bahwa AI dapat merekonstruksi pemindaian yang berguna secara diagnostik dari data k-space yang minim sampel," kata tim peneliti Facebook AI Research.
Eksperimen awal tim peneliti yang melibatkan dataset fastMRI menunjukkan bahwa model ini unggul dalam berbagai faktor akselerasi.
"Untuk lebih mendorong penelitian tentang akuisisi MRI aktif, kami merilis Reinforcement Learning Environment yang memungkinkan simulasi lintasan akuisisi Cartesian dari citra MRI, bersama dengan heuristik akuisisi sederhana dan model kebijakan akuisisi yang telah dilatih sebelumnya," tutur tim peneliti lebih lanjut.
Bagikan penelitian dan model
Para peneliti menilai, sebagai landasan pengobatan modern dan alat diagnostik utama, MRI terhambat oleh waktu yang dibutuhkan untuk mengumpulkan data untuk pemindaian.
"Tujuan kami dengan fastMRI adalah memanfaatkan kecerdasan buatan untuk mempercepat proses ini, mengurangi ketidaknyamanan pasien, memungkinkan praktisi melayani lebih banyak pasien per hari, dan bahkan berpotensi memperluas penggunaan MRI," kata tim peneliti.
Dengan fastMRI, kami juga berkomitmen untuk membagikan penelitian dan model kami kepada komunitas, sehingga mempercepat kemajuan dalam masalah yang menantang ini.
Advertisement
