服務(wù)熱線
86-132-17430013
產(chǎn)品展示PRODUCTS
品牌 | 其他品牌 |
---|
西門子代理商 咸陽西門子代理商 咸陽西門子代理商
采用數(shù)以千計的帶注釋的圖像進(jìn)行訓(xùn)練后,軟件系統(tǒng)學(xué)會了識別人體器官,甚至在病理切片中分清癌癥分期。這種可以從語義上處理解剖學(xué)和生理學(xué)問題的能力,為疾病診斷和治療打開了一扇門。
想象一下,給你做一次十分全面的醫(yī)療掃描,這樣你的每個細(xì)胞的位置和功能信息就可以被存儲下來。你可能馬上就能看到諸如心臟和前列腺細(xì)胞,這樣,你就得到一幅清晰的三維圖像,不管從哪個角度都可以看到每個器官,隨便你放大該器官的任何一部分,或者其功能的任何元素——不管需要多么詳細(xì)的信息,你只要輕松移動操作桿或者輸入一個請求就可以實現(xiàn)。雖然20年后才有可能實現(xiàn)這一愿景,但是目前科學(xué)家們已經(jīng)可以獲得人體局部清晰的三維像素圖像。每一個三維像素大約表示10萬個細(xì)胞。
S. Kevin Zhou說:“我們的目標(biāo)是,掃描時能夠自動標(biāo)記每個三維像素。”Zhou是西門子美國研究院全身影像分析項目的負(fù)責(zé)人。“本著這一目標(biāo),我們將開發(fā)諸如語義搜索等服務(wù)。這樣的話,醫(yī)生只要提到肝腫瘤,系統(tǒng)就會篩選出病人近期體檢中的腫瘤圖像,測量不同圖像上肝的大小,并會解釋腫瘤在治療期間的變化過程。這將會使醫(yī)生的工作更快、更精準(zhǔn)、更高效地完成。”
但是,圖像分析系統(tǒng)只有先獲知肝臟的方位,才可以判斷正在查找的肝臟是否就在給出的圖像中。為此,系統(tǒng)首先要查找解剖學(xué)標(biāo)志。例如,胸部的標(biāo)志有肺部頂端和主動脈下端等位置。“這些標(biāo)志的存在可以使圖像分析系統(tǒng)避免混亂,并可以進(jìn)行自我調(diào)節(jié),”Zhou解釋道。
機器如何記憶。機器學(xué)習(xí)系統(tǒng)能夠越來越精準(zhǔn)地識別解剖學(xué)標(biāo)志,鎖定要查找的部位。而其背后的深層原因則是學(xué)習(xí)識別圖像內(nèi)容的軟件在不斷進(jìn)步,它根據(jù)大量“分類標(biāo)志”或目標(biāo)對象所有示例的共同特征來做出判斷。
由于有了機器學(xué)習(xí),不管是否存在阻塞,以及視角、成像方式、病理如何,機器都能逐漸準(zhǔn)確地自動區(qū)分器官輪廓和解剖學(xué)特征,這樣就為醫(yī)生打開了一扇大門,使其能夠更快、更準(zhǔn)確地做出診斷
例如,采用數(shù)以千計的附帶專家注釋的肝臟圖像對軟件進(jìn)行訓(xùn)練之后,這種軟件已基本記住了人類肝臟的三維形狀, 從而具備了歸納能力,它可以識別和區(qū)分出(區(qū)別于周圍器官)任何醫(yī)學(xué)影像中的肝臟——不論是否存在阻塞,以及視角、成像方式、病理如何等。該軟件還被推廣應(yīng)用在人體其他解剖實體上,從器官、骨頭,到胎兒外形或身體損傷等不一而足。
扁平的肋骨。一旦系統(tǒng)學(xué)會了自動識別人體的不同部位,世界就呈現(xiàn)出無限美好的可能性。例如,進(jìn)行例行的全身計算機斷層掃描之后會如何呢?現(xiàn)在,根據(jù)很多國家的法規(guī),放射科醫(yī)師,不管進(jìn)行掃描的原因是什么,必須檢查圖像中的所有主要器官和整個胸腔,包括肋骨內(nèi)面,來判斷是否有異常跡象。“檢查肋骨極其耗時,因為很難看到那些彎曲面,”Zhou解釋說。
西門子中央研究院和西門子計算機放射業(yè)務(wù)部正在聯(lián)手研發(fā)一種軟件。這種軟件可以自動把胸腔和圖像的其他部分區(qū)分開來,將肋骨圖像扁平化,這就大大改善了肋骨的檢查過程。“該項目將會使用到機器學(xué)習(xí),找出每根肋骨并定位其中心線。那么應(yīng)用簡單的程序就可以使每根肋骨變平,”Zhou補充道。
融合X射線和超聲信息。50多年來,患有嚴(yán)重心臟疾病的病人必須忍受心臟手術(shù)的痛苦。但如今,由于成像技術(shù)的迅猛發(fā)展,自動識別及跟蹤瓣膜、心腔以及心導(dǎo)管、置換片固定模等系統(tǒng)的面世,越來越多的病人在治療過程中只需要使用特制的心導(dǎo)管就可以了,不再需要使用其他危害性更大的東西。例如,一年前,西門子引進(jìn)了新的X射線可視化引導(dǎo)技術(shù)來輔助主動脈瓣置換手術(shù)?,F(xiàn)在,機器學(xué)習(xí)算法可以自動識別不同成像模式中的同一解剖學(xué)標(biāo)志,諸如主動脈瓣置換等手術(shù)定將變得更加精確。
借助機器學(xué)習(xí)技術(shù),西門子Semantic Heart項目的研究人員得以生成患者心臟的全功能模型,而其他研究人員為醫(yī)生開發(fā)出一種醫(yī)療推理引擎(參閱第60頁的欄花)。機器學(xué)習(xí)系統(tǒng)可查明前列腺活體的癌癥分期(右圖)
“我們將這項新技術(shù)稱為‘基于模型的融合’,”西門子美國研究院的Razvan Ionasec博士介紹說,“采用以X射線為基礎(chǔ)的三維血管造影法,可以很清楚地看到心導(dǎo)管的位置,但卻不能看清人體組織,而超聲成像剛好如此相反。所以,我們把二者結(jié)合起來。”
正是出于這種想法,以同樣效力于西門子美國研究院的Terrence Chen博士為首的研究人員,正在開發(fā)一種基于學(xué)習(xí)的檢測跟蹤技術(shù),它將有助于利用微型血管內(nèi)超聲(IVUS)設(shè)備生成的圖像,自動優(yōu)化血管造影影響配準(zhǔn)。這種設(shè)備常用于查明冠狀動脈中的斑塊。在這個應(yīng)用中,學(xué)習(xí)過程的重點是在采用X射線法獲得的血管造影圖像中,自動查明隨血液在血管中移動的超聲換能器和心導(dǎo)管的位置。“這可以幫助判定斑塊沉積的位置,并輔助制定治療計劃,”Chen說。
機器學(xué)習(xí)技術(shù)可幫助計算機斷層掃描系統(tǒng)識別鈣化組織。
自動判定鈣化。在西門子中央研究院視覺和實體建模項目經(jīng)理Tong Fang的帶領(lǐng)下,一組科研人員從相關(guān)的思路出發(fā),開發(fā)出一種叫做動態(tài)組織對比加強(DTCE)的技術(shù),可以根據(jù)超聲影像查明人體器官,F(xiàn)ang說:“使用*的噪聲消除和結(jié)構(gòu)強化技術(shù)來優(yōu)化圖像質(zhì)量。”在離線訓(xùn)練中,教材就是帶注釋的圖像樣本,在一項試驗中,訓(xùn)練后的軟件可以帶來“高質(zhì)量的圖像和臨床診斷利益,”Fang指出。
研究人員還用機器學(xué)習(xí)技術(shù)訓(xùn)練計算機斷層掃描系統(tǒng),從而在心臟圖像中找出鈣化組織。“鈣化是導(dǎo)致主動脈瓣置換手術(shù)的主要原因,也是導(dǎo)致冠狀動脈疾病的一個重要因素,”Ionasec解釋說,“計算機斷層掃描現(xiàn)在能夠提供的解剖細(xì)節(jié)已經(jīng)十分精細(xì)。但在未來,借助計劃開發(fā)的軟件,希望可以開發(fā)出一種系統(tǒng),幫助醫(yī)生量化主動脈瓣和胸主動脈的鈣沉積程度。這種信息有助于他們預(yù)測脈瓣置換術(shù)成功的可能性,決定使用哪種脈瓣,以及固定新的脈瓣時使用的氣球需要多大壓力。”
沿著這條思路一直走下去,研究人員還希望機器學(xué)習(xí)能夠幫助他們檢測出正常斑塊和所謂“不穩(wěn)定的”斑塊之間的不同。正常斑塊附著在它所占據(jù)的表面,“不穩(wěn)定的”斑塊則從應(yīng)附著的表面脫落,并有可能導(dǎo)致心臟病和中風(fēng)——這是很多介入治療術(shù)面臨的主要風(fēng)險。西門子美國研究院的心血管疾病專家Gareth Funka-Lea博士說:“我們可以在計算機斷層掃描和核磁共振掃描中看到不同的斑塊,但我們?nèi)匀徊恢涝鯓尤プR別‘不穩(wěn)定的’斑塊。不過,通過利用機器學(xué)習(xí)和大規(guī)模的數(shù)據(jù)挖掘技術(shù),我們有可能最終找出答案。”
Semantic Heart。西門子心血管和機器學(xué)習(xí)專家小組,還將其研究重點從主動脈瓣延伸至整個人類心臟。“作為西門子主要研發(fā)項目‘Semantic Heart’的內(nèi)容之一,我們正在利用機器學(xué)習(xí)技術(shù)自動識別四個瓣膜,并將此信息和我們的心腔模型相結(jié)合,生成一個完整的心臟模型,”Ionasec介紹道。這樣做的目標(biāo)就是,在手術(shù)之前就了解病人整個心臟的動態(tài),使手術(shù)醫(yī)生能夠?qū)Σ煌螒B(tài)的心臟介入治療術(shù)建模并進(jìn)行比較——包括插入心臟支架、動脈瘤修復(fù)或置換、瓣膜修復(fù)等。”
借助機器學(xué)習(xí)技術(shù),西門子Semantic Heart項目的研究人員得以生成患者心臟的全功能模型,而其他研究人員為醫(yī)生開發(fā)出一種醫(yī)療推理引擎(參閱第60頁的欄花)。機器學(xué)習(xí)系統(tǒng)可查明前列腺活體的癌癥分期(右圖)
Semantic Heart項目取得的影響最深遠(yuǎn)的成果之一,就是快速提高負(fù)責(zé)控制從左心房到左心室的血液流動的二尖瓣的建模能力。二尖瓣比主動脈瓣要復(fù)雜得多,它是由一串串的腱索網(wǎng)聯(lián)系起來的,腱索固定住它的兩個膜瓣,使其正對著左心房。但是由于用力過度或疾病,腱索會發(fā)生斷裂,這可能導(dǎo)致輕微的或致命的疾病。這種疾病可以采用經(jīng)導(dǎo)管術(shù)修復(fù),把斷裂腱索上的膜瓣和健康部分的膜瓣夾合在一起。“但是,在僅僅采用透視法的情況下,用心導(dǎo)管將極小的夾合器附著到兩片不停運動的膜瓣上,并非易事,” Ionasec指出。
面對這種挑戰(zhàn),Ionasec研究團隊正在開發(fā)一種方法,將插入患者食管的超聲換能器生成的亞毫米級術(shù)前圖像,與采用西門子Artis zee血管造影系統(tǒng)上的syngo DynaCT Cardiac生成的術(shù)中X線圖像結(jié)合起來。這種方法的基礎(chǔ)是利用數(shù)以千計的患者圖像訓(xùn)練過的算法,利用機器學(xué)習(xí)技術(shù)自動識別并跟蹤膜瓣的組織和運動,同時結(jié)合X射線和超聲圖像。這種新手術(shù)預(yù)計2011年下半年在德國進(jìn)入臨床試驗階段。
讀懂細(xì)胞的隱含意義。將來有一天,世界上將會出現(xiàn)一種數(shù)字病理診斷掃描儀。它每小時可以處理上千個病理切片——每個切片上都有一張紙那么薄的一塊疑似病變的組織,并以最低的成本做出最精確的分析。得出的結(jié)果將與患者的遺傳學(xué)、生理學(xué)、解剖學(xué)和人口統(tǒng)計學(xué)特征結(jié)合在一起。當(dāng)然,它還會從每個切片上學(xué)到新東西,這樣就會不斷地提高其分析的精確度。事實上,這種機器很可能會聯(lián)網(wǎng),這樣它們就可以相互學(xué)習(xí)。
雖然,這樣的機器看起來似乎是一個遙遠(yuǎn)的夢想,但是研究人員現(xiàn)在積累基礎(chǔ)知識,早晚有一天會開發(fā)出這樣的設(shè)備。例如,在新澤西的普林斯頓,西門子美國研究院的生物醫(yī)學(xué)影像分析專家Leo Grady博士,目前正帶領(lǐng)著一隊研發(fā)人員利用機器學(xué)習(xí)技術(shù)預(yù)測前列腺活體樣本中的癌癥分期。
使用由病理學(xué)專家已經(jīng)做好標(biāo)記的癌癥分期的切片,“系統(tǒng)學(xué)習(xí)識別不同分期的細(xì)胞結(jié)構(gòu)以及細(xì)胞排列等特點。在每一百個標(biāo)注好的切片中,90個被用來訓(xùn)練系統(tǒng),剩下的十個被用來進(jìn)行測試。然后再用另外90個做練習(xí),剩下的十個進(jìn)行測試。切片的選擇都是隨機的。” Grady解釋說。
這個過程不斷重復(fù),直到最后的結(jié)果足夠令所有人都滿意,此時系統(tǒng)就已經(jīng)從經(jīng)驗中學(xué)會了如何歸納,有的時候,其結(jié)果相當(dāng)出乎意料。比如,不僅僅是我們所期望的那樣,系統(tǒng)能夠?qū)W會判斷不同細(xì)胞的樣子——這樣就打開了自動計算的大門——而且,它甚至發(fā)現(xiàn)了一些連研究人員都沒有注意到的東西。
“系統(tǒng)提煉出一個事實,雖然每幅圖像上都有環(huán)狀的癌細(xì)胞和正常細(xì)胞,單憑圖像中細(xì)胞環(huán)的長度和細(xì)胞的數(shù)量,就可以預(yù)測癌癥分期。這令我們十分驚訝。但是,我們和一位病理學(xué)家討論這個時,他說確實如此,一些專家確實利用這種結(jié)構(gòu)去判斷癌癥的不同分期。然而,在這里,系統(tǒng)自己發(fā)現(xiàn)了這一點,”Grady說。
展望一下,將來有一天醫(yī)生可以使用一種系統(tǒng)來解決復(fù)雜的醫(yī)學(xué)問題。西門子美國研究院的研究人員,目前正在開發(fā)一種深層推理機器,這種機器可以從大量的數(shù)據(jù)中學(xué)習(xí)。下面這個簡單的例子說明了深層推理過程的四個步驟。
(1)獲取患者的病史和體檢數(shù)據(jù);
(2)做出各種可能的診斷;
(3)進(jìn)行推薦診斷測試以彌補目前的知識漏洞:如,進(jìn)行心電圖檢查以檢測ST段抬高(即冠狀動脈閉塞)和Q波 (即心肌細(xì)胞電信號傳導(dǎo)障礙),從而
(4)篩選出可能性最大的診斷結(jié)果。
項目組負(fù)責(zé)人Mathaeus Dejori博士解釋道:“這種系統(tǒng)體現(xiàn)了治療中的決策過程。”醫(yī)生一般會收到有關(guān)病人的大量資料,并需要做出艱難的決定。參與該項目的Vinay Shet博士補充道:“我們的系統(tǒng)不需要直接處理語言這樣復(fù)雜的問題。相反,它僅僅依據(jù)語義概念判斷,比如‘冠狀動脈閉塞’和‘急性胸痛’——深層推理機器已經(jīng)對這些概念有所認(rèn)知——再根據(jù)醫(yī)療知識得出結(jié)論。”Dejori、Shet和合作研究員Dan Tecuci博士預(yù)計,這種技術(shù)可以成為醫(yī)生的智能助理,使他們可以輕松利用快速發(fā)展的數(shù)字信息庫。