.
Demora alguns instantes para que o som do trovão chegue aos nossos ouvidos após o clarão de um raio. Esse fenômeno se deve ao efeito fotoacústico (PA), em que os materiais próximos ao raio se expandem instantaneamente à medida que a energia óptica do raio é absorvida e convertida em energia térmica. Usando esse efeito PA, a tomografia computadorizada fotoacústica (PACT) tornou-se uma modalidade de imagem pré-clínica e clínica de primeira linha para obter imagens dentro do corpo sem usar um meio de contraste. No entanto, suas imagens de baixa qualidade, que podem ser melhoradas com vários sensores de ultrassom e um sistema de aquisição de dados multicanal (DAQ), resultam em custo mais alto e velocidade de imagem mais lenta sem esse hardware.
Uma equipe de pesquisa da POSTECH – formada pelo professor Chulhong Kim e Ph.D. candidato Seongwook Choi (Departamento de Engenharia de Convergência de TI), Professor Seungchul Lee e Ph.D. candidato Soo Young Lee (Departamento de Engenharia Mecânica) e Dr. Jinge Yang (Departamento de Engenharia Elétrica) — apresentou uma abordagem de aprendizado profundo para obter imagens mais rápidas e de alta resolução para o sistema PACT. A descoberta, a primeira no mundo, foi publicada recentemente na ciência avançada.
Embora estudos anteriores tenham usado o aprendizado profundo para melhorar a resolução, este estudo é o primeiro no mundo a aplicar o aprendizado profundo ao sistema PACT multiparamétrico tridimensional. Os pesquisadores demonstraram que é possível monitorar o movimento dos tecidos do coração, rim e cérebro em alta resolução, alta velocidade e em tempo real, bem como imagens de corpo inteiro de animais. Eles também mostraram pela primeira vez que o aprendizado profundo pode ser aplicado à farmacocinética, onde os medicamentos são injetados nos vasos sanguíneos para observar sua propagação no corpo, e à imagem funcional, que mede a saturação de oxigênio de cada tecido.
Através deste estudo, os pesquisadores também confirmaram que uma rede neural artificial treinada em animais pode ser aplicada em humanos. Também é significativo que eles tenham simplificado o equipamento de hardware sem sacrificar a velocidade ou a qualidade porque a rede neural artificial opera independentemente do comprimento de onda óptico usado para treinar a rede neural artificial. Com a publicação dos resultados, a equipe de pesquisa antecipa que a tecnologia PACT será amplamente aplicável em vários ambientes, obtendo imagens de alta resolução e alta velocidade, independentemente das especificações de hardware. Reconhecido por esta importância, este estudo foi selecionado como o papel de contracapa na última edição Ciência Avançada.
Este estudo foi conduzido com o apoio do Programa de P&D de Convergência da BRIDGE Technology, Ph.D. Global. Fellowship, Global Frontier Program, Korea Medical Device Development Fund, Industrial Innovation Talent Growth Support (R&D) e o Projeto BK21 da National Research Foundation of Korea.
.
