به گزارش روزپلاس، و به نقل از معاونت علمی، فناوری و اقتصاد دانش‌بنیان ریاست‌جمهوری، یکی از این مدل‌های تصویربرداری دقت در فرآیند جداسازی ساختارهای مغز را افزایش می‌دهد که در درک بهتر رشد و پیری مغز اهمیت دارد؛ مدل دوم، کیفیت کلی تصاویر MRI را با افزایش وضوح، کاهش نویز اصلاح خطاهای ناشی از حرکت و هماهنگ‌سازی داده‌ها از اسکنرهای مختلف بهبود می‌بخشد.
تصویربرداری تشدید مغناطیسی (Magnetic Resonance Imaging MRI) یک ابزار قدرتمند و غیرتهاجمی برای بررسی مغز انسان است.
این فناوری با استفاده از میدان‌های مغناطیسی و امواج رادیویی، تصاویر دقیقی از بافت‌های نرم تولید می‌کند و در تشخیص اختلالات مغزی و تحقیقات علوم اعصاب نقش اساسی دارد.
با این حال علی‌رغم مزایای MRI چالش‌هایی نیز وجود دارد؛ از جمله تأثیر حرکت بیمار که منجر به تاری تصویر یا ایجاد آرتیفکت (artifact) می‌شود و یا مشکل تفاوت‌های بین اسکنرهای مختلف که می‌تواند بر یکپارچگی تصاویر تأثیر بگذارد.
برای حل این مشکلات پژوهشگران آزمایشگاه لی وانگ Li Wang در دانشگاه کارولینای شمالی دو مدل پیشرفته هوش مصنوعی توسعه داده‌اند.
این مدل‌ها با هدف بهبود کیفیت تصاویر MRI، افزایش دقت تشخیصی و ارائه بینش عمیق‌تر درباره رشد و پیری مغز طراحی شده‌اند.
علاقه‌مندان می‌توانند برای مطالعه جزئیات بیشتر به این مقاله مراجعه کنند.