Mô Hình AI Mới Khám Phá Sự Khác Biệt Về Tuổi và Giới Tính Trong Hình Ảnh Não Bộ của Người Tự Kỷ
Nghiên Cứu Giới Thiệu Phương Pháp Phân Loại MRI Tiên Tiến Cho Rối Loạn Phổ Tự Kỷ
Các nhà nghiên cứu đã phát triển một khuôn khổ trí tuệ nhân tạo mới nhằm phân biệt các đặc điểm của rối loạn phổ tự kỷ (ASD) theo các độ tuổi và giới tính khác nhau dựa trên dữ liệu hình ảnh não bộ. Phương pháp này vượt ra ngoài các cách phân loại nhị phân truyền thống bằng cách cố gắng nắm bắt những biến đổi phát triển thần kinh tinh tế xảy ra trong thời thơ ấu, giai đoạn vị thành niên và tuổi trưởng thành.
Phương Pháp: Ứng Dụng MRI Cấu Trúc và Học Sâu
Nghiên cứu sử dụng dữ liệu chụp cộng hưởng từ cấu trúc T1 (sMRI) từ cơ sở dữ liệu ABIDE-II, tập trung vào các kỹ thuật tiền xử lý như phát hiện cạnh Canny, cắt vùng não và thay đổi kích thước ảnh thành 224 × 224 pixel. Các hình ảnh sau đó được tăng cường và phân loại thành các bộ dữ liệu dựa trên giới tính (bốn lớp), tuổi (bốn lớp) và phân loại kết hợp tuổi và giới tính (tám lớp), bao gồm các nhóm trẻ em, thanh thiếu niên, vị thành niên, người trưởng thành, nam và nữ.
Để phân tích các hình ảnh này, nhóm nghiên cứu đã phát triển một Mạng Nơ-ron Tích Chập Tối Ưu Lưới Chuẩn Hóa Theo Lô (BN-GO-CNN). Mô hình này được tinh chỉnh bằng phương pháp tìm kiếm lưới để tối ưu các siêu tham số chính và được đánh giá so sánh với các mạng nơ-ron nổi tiếng như VGG16, DenseNet201, MobileNetV2 và EfficientNet-B0, tất cả đều được huấn luyện và kiểm tra trên cùng bộ dữ liệu.
Kết Quả: Độ Chính Xác Trung Bình Phản Ánh Sự Khác Biệt Tinh Tế Của Não
Mô hình BN-GO-CNN đạt độ chính xác xác nhận lần lượt là 67,0% cho phân loại theo giới tính, 64,0% cho phân loại theo tuổi và 60,5% cho phân loại kết hợp tuổi và giới tính. Mặc dù các kết quả này cao hơn mức ngẫu nhiên về mặt thống kê, chúng cho thấy khả năng phân biệt các lớp vẫn còn hạn chế, gợi ý rằng sự khác biệt về cấu trúc MRI liên quan đến nhãn ASD là tinh tế và phức tạp.
Ý Nghĩa Cho Nghiên Cứu Tự Kỷ Trong Tương Lai
Những phát hiện này làm nổi bật những thách thức khi chỉ sử dụng hình ảnh não để phân loại các phân nhóm ASD qua các giai đoạn phát triển và giới tính. Các tác giả nhấn mạnh rằng khuôn khổ này chỉ là một bằng chứng khái niệm ban đầu chứ không phải là công cụ chẩn đoán cuối cùng. Nó cho thấy sự cần thiết của các nghiên cứu tiếp theo tích hợp dữ liệu đa phương thức và các phương pháp phân tích tiên tiến để hiểu rõ hơn về tính đa dạng của ASD.
Hạn Chế và Lưu Ý
Hiệu suất phân loại khiêm tốn cho thấy các đặc điểm MRI cấu trúc liên quan đến ASD không có sự khác biệt rõ ràng khi phân tầng theo tuổi và giới tính. Do đó, mô hình này không nên được xem như một hệ thống chẩn đoán lâm sàng ở giai đoạn hiện tại. Cần có các bộ dữ liệu lớn hơn, các phương thức hình ảnh bổ sung và thuật toán tinh chỉnh hơn để cải thiện độ chính xác phân loại và khả năng ứng dụng lâm sàng.
Để biết thêm thông tin chi tiết, bạn có thể truy cập nghiên cứu gốc tại đây.
Tải xuống hình ảnh trong bài viết này
