如果说探测器是眼，那CT的大脑是什么？

admin

                    

                    

                    
                    
                    <section><section><section><section><section><section data-color="rgb(182, 228, 253)" data-custom="rgb(182, 228, 253)"><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><section><p><p><img src="image/20201014/86b79d371e9862b01189f0252a03b2cd_1.jpg" /></p></p></section><section><section><span><strong></strong></span></section><p><span>医疗器械媒体报道先锋</span></p><p><span>分享专业医疗器械知识</span></p></section><section><section><section><span>关注</span></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section><section><section><section><section><section><p><br  /></p><section><span>自1895年伦琴发现了X射线，人类就没有停止过利用这种奇异射线探索身体内的奥秘，而人们用来操纵X射线的方式不断进化。其中，CT作为目前主流的医学影像设备，在X线被发现后70年才真正的被探索出来，这其中经历了什么？先来看一段视频。</span></section><section><span><br  /></span></section><section><video width="100%" height="580" controls="controls"><source src="http://mpvideo.qpic.cn/0bf2tqaaaaaagqalmmh6j5pfbhgdacoaaaaa.f10002.mp4?dis_k=ad796bc12fd6a89f2679010349d9a3c8&dis_t=1602646236" type="video/mp4"></source></video></section><section><span>视频来源：EyeOpener</span></section><section><span><br  />这段视频很好的告诉我们，CT、X射线与算法间的奇妙缘分。坊间有“CT的进化史就是探测器的进化史”的说法，因为探测器是CT的“眼”，而帮助眼睛处理图像的“算法”，是不是更像是CT的大脑呢？</span></section><section><span><br  /></span></section><section><span>CT（Computed Tomography）计算机断层扫描成像不同于以投影数据为终极结果的常规XR装置，<strong>CT需要把得到的不同的角度（至少180度）的投影数据依靠计算机转化成断层图的形式，所以它特别依赖于计算机的硬件发展和图像重建技术的研究</strong>，而重建算法往往需要兼顾和平衡<strong>图像质量和辐射剂量</strong>两个矛盾的数据。</span></section><section><strong></strong></section><section><span><br  /></span></section><section><span><p><img src="image/20201014/043ba7351e0978fa377c806d17979d63_2.png" /></p></span></section><section><span><br  /></span></section><section><span>1969年，世界第一台CT样机诞生，这台机器采用了平移旋转的技术，通过皮带驱动，X线球体和气体探测器在180度取160个读数，<strong>5分钟扫描一个层面，通过2小时运算</strong>，才产生了第一幅脑部断层影像，这个长达数小时的成像过程，就是算法落后导致的。</span></section><section><br  /></section><section><span>通过计算机合成的CT图像，系统将CT扫描中X线穿透人体的每个层面内的结构可以被分成多个小立方体(被称为体素：Voxel)，每个小立方体都对应一个单独的衰减信号，把这个信号输入到图像平面矩阵中相应的小格子(被称为像素：Pixel)中，把每一个体素的衰减信号都输入到相应的像素内，然后以不同的灰度反映出来，这就是CT图像重建的过程，也是重建算法的基础。</span></section><section><br  /></section><section><p><img src="image/20201014/88b2a2f55cb9610c5197c26e6695e503_3.png" /></p></section><section><br  /></section><section data-support="96编辑器" data-style-id="22631"><section><section><p><strong>01</strong></p></section><section><p><span><strong>算法，CT的大脑</strong></span></p></section></section></section><section powered-by="gulangu"><section><section><section><br  /></section></section></section></section><section><span>重建算法也在不断的演化，在1972年的RSNA上，EMI公司展示了第一台CT机，RSNA历史记上这样描述：“许多与会者预计1972年的RSNA在Palmer House一定是一个令人沮丧的事情。因为在此期间，与会者，招待嘉宾，论文演讲和参展商不得不面对Palmer House的空间不足。然而，本次会议成为了最重要的一个RSNA年会，因为它包括了一台新的设备被称为计算机轴向断层扫描仪，或CAT扫描仪的显示，后来被人们称为‘CT’。”</span></section><section><strong><span><br  /></span></strong></section><section><span>而同时RSNA历史记也记载了一段关于初代CT机系统的细节：“几个月后，第一个‘个人’计算机——牵牛星（Altair）8800诞生，<strong>它的运行是在一个叫比尔·盖茨的少年发明的一个BASIC程序编写器上进行的</strong>。”</span></section><section><br  /></section><p><p><img src="image/20201014/3b3b68f546162b71b998d689f636f542_4.jpg" /></p></p><section><span>为“Altair8800”编写程序的少年比尔·盖茨</span><br  /></section><section><br  /></section><section><span>这一时期CT机使用的是第一代CT图像算法——<strong>滤波反投影(Filtered Back Projection, FBP)</strong>。这种算法利用高剂量获取高图像质量，缺陷是如果射线量不足，FBP重建下的图像质量就会明显降低，并且持续高剂量照射会对患者造成辐射损伤。</span></section><section><br  /></section><section><span>二十一世纪初，第二代CT图像算法——<strong>迭代重建算法</strong>诞生，目的是在低剂量的条件下，通过算法弥补射线信号的不足。简单来说就是利用求解线性方程组的方式来重建图像，实际上是从—幅假设的初始图像出发，采用逐步逼近的方法，将理论投影值同实际测量投影值不断进行比较和迭代更新，直到最终获得最优解。</span></section><section><span><br  /></span></section><section><span>但迭代算法有其固有的局限性，即使目前最高级的迭代模型，也存在对图像真实纹理的改变。在反复迭代过程中，图像中的高频信息会被扭曲和丢失，使图像看起来过度平滑，呈现出不自然的蜡像感，有如加了一层“滤镜”般“过度美颜”，看起来反而模糊。而且由于迭代算法自身局限性，会导致低对比度结构的空间分辨率下降，降低病灶的可检测性，因此医生的接受度并不理想，在实际工作中的使用频次也并不高。</span></section><section><br  /></section><section data-support="96编辑器" data-style-id="22631"><section><section><p><strong>02</strong></p></section><section><p><span><strong>深度学习重建算法</strong></span></p></section></section></section><section powered-by="gulangu"><section><section><section><br  /></section></section></section></section><section><span>为了同时实现<strong>低剂量、低噪声、自然纹理</strong>三者兼得的目的，CT制造商们已经开发出<strong>深度学习算法(Deep Learning Image Reconstruction, DLIR)</strong>来实现重建和降噪。视频中提到的GE以基于Edison平台上开发出来的<strong>TrueFidelity</strong>新一代“深度学习重建算法”正是这样的一种新算法，特点是利用高质量的FBP数据集来训练深度神经网络(Deep Neural Network, DNN)学习如何区分信号和噪声，并且在不影响解剖和病理结构的情况下有效地抑制噪声。</span></section><section><br  /></section><section><span>不同于其他深度学习算法以迭代图像作为训练目标，GE医疗使用的是高质量、高剂量的FBP图像来训练深度神经网络，将低剂量的CT扫描数据还原成高质量的FBP图像。基于深度学习的重建算法，无需人为操作，自动优化深度神经网络，可调节的参数也是迭代算法的一万倍，并基于大量极端和案件案例作为验证数据集，保证模型的泛化准确性，且随着数据量的增加，模型准确性不断提升，重建速度可适用于常规和急诊需求，不会因去除噪声而导致微小病灶遗漏。</span><br  /></section><section><br  /></section><section><span>深度学习重建算法的出现，可谓完美地解决了一直困扰CT的难题，能够实现低剂量、低噪声和真实图像纹理三者兼得。通过这种深度神经网络训练开发出的人工智能CT图像处理技术TrueFidelity，是经FDA批准的业界首个还原原始图像的深度学习CT影像重建算法。</span></section><section><br  /></section><section><p><img src="image/20201014/4bbe538e7df2caf18d3f6687b6feeec8_5.gif" /></p></section><section><br  /></section><section data-support="96编辑器" data-style-id="22631"><section><section><p><strong>03</strong></p></section><section><p><span><strong>低对比度诊断任务的临床优势显著</strong></span></p></section></section></section><section powered-by="gulangu"><section><section><section><br  /></section></section></section></section><section><span>由于腹部器官复杂，且和周围肌肉和软组织之间的对比度低。传统CT图像对腹部检查一般都选择5mm厚层重建，即牺牲空间分辨率，获得更小的图像噪声，尤其是对体型较大的病人。</span></section><section><span><br  /></span></section><section><span>而TrueFidelity可对任意体型任意部位的检查进行0.625mm的薄层图像重建，真实还原图像的解剖细节和纹理，提高微小病灶的发现几率，尤其是对于天然对比度低的组织结构，比如腹部成像，TrueFidelity的诊断优势尤为明显，并为临床诊断带来了显著突破。</span></section><section><br  /></section><section><p><img src="image/20201014/484f8871feb7ff0db5a229c5d32e6168_6.png" /></p></section><section><span>在四川大学华西医院提供的临床测试中，之前使用超低剂量CT扫描，无论是FBP重建算法还是迭代重建算法，均被判定为噪声太大无法诊断，需要重新扫描的图像，而应用了TrueFidelity的图像下完全达到了常规的诊断标准，且最低只需10%的辐射剂量，即可得到TrueFidelity真理图像。</span></section><section><br  /></section><section><p><img src="image/20201014/05fd0fbce45191577bfd10ee8265c304_7.png" /></p></section><section><span>北京儿童医院的测试病例，之前使用迭代算法5mm厚层重建的图像上，只能看到一个大的病灶，看不到微小病灶，0.625mm的薄层图像上也因噪声太大无法判断。而经过TrueFidelity，任意扫描0.625mm薄层重建，空间分辨率能提高8倍，1.25mm微小病灶检出率提升50%，最终额外发现了3个之前看不到的微小病灶。</span></section><section><br  /></section><section data-support="96编辑器" data-style-id="22631"><section><section><p><strong>04</strong></p></section><section><p><span><strong>算法的颠覆</strong></span></p></section></section></section><section powered-by="gulangu"><section><section><section><br  /></section></section></section></section><section><span>为什么说TrueFidelity颠覆式的算法？<strong>以往的人工智能系统（AI）、算法基本都是围绕在图像的后处理方面，目标是提高医生的检查速度和准确率，而TrueFidelity则将重点提前到图像采集阶段</strong>，从而产生了前所未有的化学反应，目前成功应用这一技术的设备有去年GE发布的APEX CT，TrueFidelity图像重建算法+QUANTIX高能球管和探测器，另APEX CT获得比同类产品更高质量、非常接近原始的图像。</span></section><section><span><br  /></span></section><section><p><img src="image/20201014/37ffe409ce14d5ee8e97a47f9f9225e5_8.jpg" /></p></section><section><br  /></section><section><span>TrueFidelity是在GE的智能平台Edison基础上开发出来，Edison是GE医疗打造的数字医疗智能平台，帮助提升效率、增加患者产出、改善医疗可及性。Edison平台采用了一个覆盖广泛的专业医疗开发功能模块组件，使GE开发人员和其战略合作伙伴能够快速设计、开发、管理、保护和分发高级应用程序、服务和AI算法。不仅如此，它还整合并吸收了多个来源的数据，应用分析和人工智能技术，不仅可以转换数据，还可通过云端或设备边缘服务，提供可部署在医疗设备上的操作指引。未来相信这个平台能够开发出更多优秀产品。</span></section><p><span><br  /></span></p><section powered-by="gulangu"><section><section powered-by="gulangu"><section><section powered-by="gulangu"><section><section powered-by="gulangu"><p><span>来源：EyeOpener、云影论道等</span></p><p><br  /></p></section></section></section></section></section></section></section></section></section></section></section></section><section><section data-color="#757576"><section><section><section data-brushtype="text"><strong>相关阅读</strong></section></section></section><section><section><section><br  /></section></section></section><section data-width="100%"><section><section><section><section data-width="100%"><section><section><p><img src="image/20201014/2aac877ff9233ba5a66e7a5ff3a4febf_9.gif" /></p></section><section data-brushtype="text">戳一下</section><span>，更有料！</span></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979990&amp;idx=1&amp;sn=a12cdd2bff000f9cbc7f237b6e5fdc58&amp;chksm=843f2181b348a89736dcb3e2a9da39139fb822a4f104072cd3e105096d5f89086fe3c195e91f&amp;scene=21#wechat_redirect" data-itemshowtype="11" tab="innerlink" data-linktype="2"><span>2020年世界最佳医院排行榜出炉，麻省总院跌出前五！</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979780&amp;idx=1&amp;sn=b7293db90f616e6a0a534e83a8dbf04f&amp;chksm=843f20d3b348a9c5e8eeea8235ffbe6a4e62daf8d143384efd4715d077635682ed7ba8d01f31&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>第三届进博会亮点曝光：多款医疗黑科技齐亮相！</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652976307&amp;idx=3&amp;sn=1d35536acfd7dcaa4b861a7170a6cd27&amp;chksm=843f5624b348df32508bdedd324d1fda33bdacd36cdc26eae01d849f464a7afbeb830523798f&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>GE医疗全球第二条高端呼吸机产线落户无锡！</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652974555&amp;idx=2&amp;sn=f3ba979b93c44d9cdca173d113c2c966&amp;chksm=843f4f4cb348c65a2fab9b760be4b6bda8156bd3c6a931d66bec62a784ad700a2daee21d532c&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>GE医疗推出INTERACT Angio-CT Suite一站式智能介入诊疗平台</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979607&amp;idx=4&amp;sn=2f23d01b564189cab1caa11a9ac6697f&amp;chksm=843f2300b348aa163542c9ffd12010fa7107e5770bc9d3ba77ddbe1623e4aa123ac27f10c9e2&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>一文读懂化学发光！</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979518&amp;idx=1&amp;sn=8e95a8bf31f7764ae81e83d14436a94e&amp;chksm=843f23a9b348aabfeb3e2840a3796a57c8e06e0128d2237c8e985891d6a668fa861d6c414dd7&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>核心元件依赖进口：《2020年中国医疗影像产业链研究报告》</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979517&amp;idx=1&amp;sn=a4d1748b92c74346366291782c161a8b&amp;chksm=843f23aab348aabc975421d89f68b5b0d2a2cef9651e5567245ae67a620640459ef1db5a7f48&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2"><span>【疫情】隐瞒三个月后，美疾控中心发布重磅报告：中国，你清白了！</span></a><br  /></section><section><br  /></section><section><a target="_blank" href="http://mp.weixin.qq.com/s?__biz=MzA4NDIwMzUxMg==&amp;mid=2652979517&amp;idx=2&amp;sn=f08dcd6a4febeea58527266f8d340cfa&amp;chksm=843f23aab348aabc34b03ce452ed2f3fd883986f8d56b762d969d07cdf2cdec68155f620e9f1&amp;scene=21#wechat_redirect" data-itemshowtype="0" tab="innerlink" data-linktype="2">超20%年均复合增速，医疗器械研发外包核心服务将从临床试验转向研发生产</a><br  /></section></section></section></section></section></section></section></section><p><br  /></p><p><span>商务合作：4008228766@qixieke.com</span></p><p><br  /></p><section><p><img src="image/20201014/aad9f56b0707b5374bbac6273a663447_10.jpg" /></p></section></section></section></section></section></section>