结合机器学习模型和MR混合现实的解决方案
（中国AI网 2024年11月07日）美国研究员Andrew Zhou开发了一种结合机器学习模型和MR混合现实的解决方案。其中，机器学习模型可以在MRI扫描中精确分割脑转移，并为术前手术计划创建肿瘤的3D模型。然后利用混合现实技术，所述解决方案可以帮助外科医生可视化和区分肿瘤与健康组织的边界，从而提高脑肿瘤手术的准确性。
据悉，所提出的机器学习模型使用block-based 3D U-Net架构。这种方案允许更精确地描绘肿瘤边缘，使其更容易区分癌变组织与周围健康的大脑结构。另外，研究人员通过将模型与微软HoloLens技术集成，简化了从原始MRI数据到术前使用的流程。
这种集成将分割的大脑图像转换为交互式3D模型，允许外科医生在手术前在增强现实中可视化脑肿瘤。这项研究的进一步发展可以帮助外科医生更准确、更有信心地进行计划，特别是在复杂的脑部手术中。
Andrew Zhou表示：“我一直对编程、机器人和人工智能充满热情。我想把这种热情用于解决影响人类的现实问题。神经网络和混合现实有望彻底改变医疗保健，使治疗更精确，降低风险，并扩大获得救生技术的机会。”
