卒中患者常在医院进行脑部扫描，以确定损伤区域和程度。研究卒中影响的研究人员可分析这些图像，但分辨率常常过低，阻碍很多分析。为了帮助科学家利用医院扫描的大量数据，MIT的研究小组和麻省总医院（MGH）及许多其他机构合作，设计了一种提高扫描质量的方法，让扫描用于考察卒中如何影响不同患者以及患者治疗应答的大规模研究。

研究人员也使用此方法考察其他疾病，如阿尔茨海默病。

论文的主要作者为MIT电子工程和计算机科学教授Polina Golland。第一作者为MIT计算机科学和人工智能实验室博士后Adrian Dalca。其他作者为MIT的Katie Bouman和William Freeman；MGH的Natalia Rost；康奈尔大学的助理教授Mert Sabuncu。

用磁共振成像（MRI）扫描大脑，产生很多2D“切片”，它们可与大脑的3D表达相结合。

由于扫描时间有限，卒中患者的临床扫描中，拍照快速进行。结果，扫描不足，意味着图像切片拍摄间隙约5-7毫米（切片内分辨率为1毫米）。

对于科学研究，研究人员常获取更高分辨率的图像——切片间隙仅1毫米，这需要受试者在扫描仪内保持更长时间。科学家已经开发了专门的计算机算法来分析这些图像，但这些算法在医院拍摄的大量却低质量的患者扫描中应用效果不佳。

MIT研究人员与MGH和其他医院的合作者一起，对利用庞大数量的患者扫描感兴趣。

新方法实际上涉及填充每位患者扫描遗漏的数据。这可通过从整个扫描集获取信息，使用其再造其他扫描遗漏的解剖特征。

Golland说，核心观点是形成解剖学上貌似可信的图像。

一旦研究质量的图像形成，研究人员可运行一组帮助分析解剖特征的算法。

MIT小组已经为增强低质量图像开发了这一技术，他们计划将其应用到MGH为首的联盟获取的大量卒中图像，包括12家医院的月4000个扫描。

Golland表示，了解白质所受损伤的空间格局，帮助我们更细致地了解疾病如何与人的认知能力、从卒中恢复的能力相互作用，等等。

研究人员也希望将此技术应用于其他脑部疾病患者的扫描中。Golland说，这开启了很多有趣的研究方向。

（环球医学编辑：丁好奇 ）

未经授权，不得转载！