麻省理工學(xué)院的研究人員設(shè)計(jì)了一種方法，可以加快創(chuàng)建和自定義醫(yī)學(xué)圖像分析中使用的模板的過程，以指導(dǎo)疾病診斷。

醫(yī)學(xué)圖像分析的一種用途是處理患者醫(yī)學(xué)圖像的數(shù)據(jù)集并捕獲可能指示疾病進(jìn)展的結(jié)構(gòu)關(guān)系。在許多情況下，分析需要使用稱為“圖集”的通用圖像模板，該模板是給定患者群體的平均代表。地圖集用作比較的參考，例如確定隨時間變化的腦結(jié)構(gòu)的臨床顯著變化。

構(gòu)建模板是一個耗時，費(fèi)力的過程，通常需要幾天或幾周才能生成，尤其是在使用3D腦部掃描時。為了節(jié)省時間，研究人員經(jīng)常下載研究小組先前生成的可公開獲得的地圖集。但是，這些不能完全捕捉單個數(shù)據(jù)集或特定亞群的多樣性，例如患有新疾病或來自幼兒的那些。最終，無法將圖集平滑地映射到離群值圖像上，從而產(chǎn)生較差的結(jié)果。

麻省理工學(xué)院研究人員描述了一種自動機(jī)器學(xué)習(xí)模型，該模型可以根據(jù)特定的患者屬性(例如年齡，性別和疾病)生成“條件”圖譜。通過利用整個數(shù)據(jù)集中的共享信息，該模型還可以從數(shù)據(jù)集中可能完全缺失的患者亞群中合成圖集。