当AI遇上能谱技术,CT影像如何从雪花屏变“4K”?

“大夫,请问我这个病是个什么情况?是良性还是恶性的啊?”“我这个病跑了好几个病院了,每次诊断结果都不一致,这是怎么回事呢?”“请问我经过治疗后还会再复发吗,我还能活多久啊?”这些经常由患者向临床医师提出的棘手问题,一般也会发生在放射医生的会诊阅片中。 

要回答上述问题,除了“病理”这项诊断金标准,CT检查也发挥了重大作用。CT成像的基本原理是X线束照射人体不同检查部位的组织、器官,因其密度、厚度等不同产生不同的衰减,导致探测器接收衰减后的x射线,经过信号转化处理成不同的灰阶的相应的人体组织、器官的CT图像。当患者体内组织发生病变后,其不同密度的病理组织同样能被CT设备所检出,这就是CT能够检出病变的基本原理。

一般来说,CT作为诊断工具,其图像质量是帮手医生做诊断的核心指标。也因此,CT影像的发展一般沿着如安在降低辐射的同时、提高图像质量。为此,行业的头部玩家们们纷纷致力于将深度学习、能谱成像等先进技术引入CT,以提升其效能。 

据GE医疗中国首席技术官孙旭光介绍,CT影像大体已经历了三个阶段的发展:从最早的滤波反投影阶段,图像类似早年的电视模拟信号,有许多雪花和噪声;到第二阶段逐渐迭代,模拟信号慢慢变成高清信号;2019年之后的第三阶段引入了深度学习算法,直观效果“就好像电视现在都进入4K、8K时代”,可以看到更多细节、更好的组织边界,以及更低的噪声。 

由GE医疗自主研发而成的TrueFidelity™ GSI便是这一思路的重要表现,其主张要“还原影像片真实模样”,将真理能谱图像技术和CT断层数据图像复原技术相结合。该技术在本年9月举办的世界人工智能大会上得到了集中展示。

记者现场拍摄

据悉,TrueFidelity™是GE医疗的深度学习图像重建系统,与传统算法比拟,TrueFidelity™能通过持续学习高剂量下的高清影像,配合GE医疗相关的硬件技术,能将低辐射剂量下获得的原始数据重建成高质量的图像,还原图像本相。

而GSI则是一种能谱成像技术,它突破了常规CT只有单一的CT值这一参数的边界,可以提高细小结构的显示,发现传统CT难以发现的病灶,对物质成分进行辨别,做出更精确的良恶性定性诊断,并可以进行物质成分的定量分析和追踪。“举一个著名的例子,用CT图像去扫描一杯水,我们看到的只是水;但用CT的能谱成像就可以看到这杯水是糖水还是盐水,得到更丰富的信息。”

能谱成像(GSI)与深度学习架构相结合的TrueFidelity™ GSI,则是要助力Apex CT设备无论常规扫描还是能谱扫描的原始数据中,均可按照学习结果对噪声进行自主判断,特别是针对肿瘤早期病变,TrueFidelity™ GSI让轻度强化病灶与周边组织结构的区分更加清晰,从而协助临床为患者前移重疾早诊早治时间窗口。据悉,该技术还采用了凹凸压瞬间切换的技术方法,以精准控制球管的曝光,帮手医生减少视觉疲劳,进而也有利于疾病的精准诊断。

通俗地理解,AI算法(深度学习)帮手提高图像质量,能谱技术帮手发现更多病灶细节,二者“buff叠加”,帮手CT发挥最大的功能,以解决更多复杂的临床问题;别的,也让原本由于特殊体型的原因,无法进行能谱CT检查的病人,也能获得高质量的能谱检查图像。

“举例来说,如果要做一个肿瘤活检,但肿瘤内部成分其实是不均匀的,若在肿瘤内部取一个区域的生化组织做活检,未必能得到最准确的结果”。也因此,活检势必要依赖于其他的辅助诊断手段。TrueFidelity™ GSI则提供了对应的解决方案,即“基于更精确的影像信息,帮手病理活检采集到真正所需部分的组织样本”,以期得到更精准的肿瘤诊断结果。

目前,TrueFidelity™ GSI技术已通过中国NMPA认证,搭载该技术的相关设备也已在上海瑞金病院使用,正逐步推广中。孙旭光也表示,这只是AI技术在医疗影像领域应用的冰山一角,他认为,未来AI技术还可以更好地帮手整个医疗技术发展,不光是诊断,甚至是治疗,譬如越来越多的微创手术应用,其理念都是让患者受到最少伤害的情况下得到治疗,这些都有赖于智能影像技术的发展。 

可以必定的是,AI技术为我们带来的不仅仅是触手可及的便当,更加速传统的医疗场景转型与落地,让医疗资源实现了效果最大化,更提升了人们的健康水平,改善患者的预后效果。而随着以TrueFidelity™ GSI技术为例的更多AI技术问世,AI“邂逅”肿瘤诊治、精准医疗,也将引来新一轮医学革命。

未经允许不得转载:迪欧吧_技术交流_资源分享_热点资讯_免费VPS空间 » 当AI遇上能谱技术,CT影像如何从雪花屏变“4K”?