订报
event
 

您家小孩是天才吗?脑部MRI影像让AI分析见分晓

青少年认知、情绪等发展在学界尚有许多待解的谜。法新社

俄罗斯斯科尔科沃理工学院(Skoltech Center)运算与数据密集科学与工程(CDISE)单位,运用深度学习神经网络,成功预测孩童智力。

根据Electronics360和Skoltech官网,这项研究的开端,是美国国立卫生研究院(NIH)在2013年所做的研究,探讨青少年兴趣与习惯对脑部发展的影响。

为了进一步解密青少年脑部活动,NIH发起国际竞赛,广邀高手运用超过1.1万张9~10岁孩童脑部结构性/功能性磁振造影(structural/ functional MRI)的资料库,打造能更加了解青少年认知、社会、情绪与身体发展的模型。

参赛的Skoltech团队运用神经网络处理MRI影像,建造出能运行多个数学模型并应用数据提升预测准确度的网络架构,成功预测流体智力(fluid intelligence)。

根据国家教育研究院,所谓「流体智力」与「晶体智力」(crystallized Intelligence)不同,后者指的是由后天经验和教育所获得的知能;前者则是个体天生的能力,反映在偶然学习的项目和归纳性推理能力上,无关于后天习得的知识与经验。

Skoltech团队为计算机视觉MRI资料分析开发出深度学习方法,找出孩童流体智力和大脑解剖学间的关联,成功预测智力等级以及目标变量。尽管预测的准确度还称不上完美,但是这次研究创造出的模型仍有助科学家进一步了解青少年发展。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 深度学习 核磁共振成像 人工智能