Physikbasierte KI eröffnet zwei neue Wege für medizinische Technik: Ein Forschungsteam von DGIST und GIST hat eine 3D-druckbare Linse entwickelt, die Ultraschall mit nur einem Schallwandler gleichzeitig auf mehrere Hirnregionen fokussiert. Eine weitere, von der UCLA und der University of Rochester geleitete Gruppe verbesserte ein Bildgebungssystem für Gewebe und andere lichtstreuende Medien. In Versuchen verdoppelte dieses System das Signal-Rausch-Verhältnis gegenüber der vorherigen Technikgeneration mehr als und erzeugte Aufnahmen binnen Tausendstelsekunden. Beide Arbeiten verbinden maschinelles Lernen mit physikalischen Vorgaben, verfolgen jedoch voneinander unabhängige Anwendungen.
- Eine KI-optimierte, 3D-gedruckte Linse bündelt Ultraschall gleichzeitig und gleichmäßig an mehreren Zielen im Gehirn.
- Versuche mit Rattenschädeln und Simulationen mit menschlichen Schädeldaten zeigten eine verbesserte Fokussierung.
- Das Bildgebungssystem DeepTimeGate rekonstruierte Bilder nahezu in Echtzeit und steigerte das Signal-Rausch-Verhältnis deutlich.
Eine einzelne Linse lenkt Ultraschall durch den Schädel
Bei der transkraniellen Ultraschallstimulation stellt der Schädel ein zentrales Hindernis dar. Seine harte und unregelmäßige Struktur bricht die Schallwellen. Dadurch können sich geplante Brennpunkte verschieben, während die Energie bei mehreren Zielregionen ungleichmäßig verteilt wird. Herkömmliche Lösungen benötigen dafür komplexe Mehrkanalsysteme mit zahlreichen Ultraschallwandlern.
Das von Professor Jae Youn Hwang am DGIST geleitete Team entwickelte gemeinsam mit den Forschungsgruppen der GIST-Professoren Euiheon Chung und Hyuk Sang Kwon eine sogenannte thickness-optimized acoustic hologram technology, kurz TOAH. Die KI berechnet dabei unmittelbar das dreidimensionale Dickenprofil einer Linse, die anschließend per 3D-Druck gefertigt werden kann.
Über ihre unterschiedlich dicken Bereiche steuert die Linse Phase und Amplitude der Ultraschallwellen. So entstehen dreidimensionale Fokusmuster in der gewünschten Form. Nach Angaben der Forschenden reicht dafür eine dünne Linse in Verbindung mit einem einzelnen Ultraschallwandler aus.
Das bedeutet: Eine technisch einfachere Anordnung könnte mehrere Hirnregionen gleichzeitig erreichen, ohne für jedes Ziel ein umfangreiches System aus vielen Schallwandlern zu benötigen.
Tests zeigen präzisere Fokussierung und weniger Erwärmung
In Experimenten mit Rattenschädeln sowie in Simulationen erzeugte TOAH die vorgesehenen Ultraschallmuster genauer als bisherige Verfahren und verteilte die Energie gleichmäßiger auf mehrere Ziele. Zugleich verringerte sich die Erwärmung des Schädels, weil weniger unnötige Energie dort konzentriert wurde.
Bei Ratten mit neuropathischen Schmerzen stimulierten die Forschenden gleichzeitig beide Thalamusregionen. Dabei gingen übermäßige neuronale Aktivität und Schmerzreaktionen zurück. Simulationen auf Grundlage menschlicher Schädeldaten ergaben ebenfalls Verbesserungen bei Zielgenauigkeit und Energieverteilung.
Die Ergebnisse sind allerdings noch kein Nachweis einer Therapie am Menschen: Untersucht wurden Ratten sowie Computersimulationen mit menschlichen Daten. Für eine mögliche patientenspezifische Anwendung wären daher weitere Prüfungen erforderlich. Das Team sieht langfristig Potenzial für nichtinvasive Behandlungen von Schmerzen sowie neurologischen, neurodegenerativen und psychiatrischen Erkrankungen. Die Studie erschien in der Fachzeitschrift Brain Stimulation.
Physikalische Regeln begrenzen Fehler bei der Bildrekonstruktion
Die zweite Arbeit setzt physikbasierte KI nicht zur Steuerung von Schall, sondern zur Rekonstruktion von Lichtbildern ein. In Gewebe, Nebel oder trüben Flüssigkeiten wird Licht vielfach gestreut. Dadurch lassen sich Strukturen mit gewöhnlichen Kameras nur schwer erkennen.
Die zugrunde liegende Technik wandelt gestreutes Licht aus dem nahen Infrarotbereich mithilfe eines speziellen Films in sichtbares Licht um. Dadurch können vergleichsweise preiswerte Siliziumkameras eingesetzt werden, wie sie auch in Smartphones vorkommen. Bislang beeinträchtigten jedoch abgedunkelte Bildränder und helle oder dunkle Flecken die Ergebnisse.
Das Framework DeepTimeGate arbeitet deshalb in zwei Stufen. Zunächst rekonstruiert ein Algorithmus das Bild mathematisch. Anschließend prüft ein zweiter Algorithmus das Ergebnis anhand grundlegender physikalischer Regeln und begrenzt Lösungen, die diesen Vorgaben widersprechen.
Physik dient hier als Kontrollinstanz für die KI: Sie schränkt die möglichen Rekonstruktionen ein, anstatt das Ergebnis allein aus erlernten Mustern abzuleiten.
Ein solches System könnte künftig die Bildgebung bei Operationen und endoskopischen Eingriffen unterstützen oder bei der Analyse trüber Proben wie Blut helfen. Weitere denkbare Einsatzfelder sind Sensoren autonomer Fahrzeuge bei Regen, Nebel, Staub oder Sand sowie industrielle Kontrollen. Ob und wann daraus marktreife Anwendungen entstehen, geht aus der in Light: Science & Applications veröffentlichten Studie nicht hervor.
Wo sehen Sie den größeren Nutzen physikbasierter KI: bei medizinischen Verfahren oder bei Sensoren für Verkehr und Industrie?
