醫(yī)學(xué)影像技術(shù)的在臨床診斷的智能化技術(shù)研究

陳婷婷

【摘 ?要】在X線診斷技術(shù)被科學(xué)家發(fā)現(xiàn)以前，臨床疾病的診斷主要通過查看、開刀探查方式進(jìn)行，不僅難以保證診斷的準(zhǔn)確性，而且給患者機(jī)體造成了損傷。隨著科學(xué)技術(shù)的快速發(fā)展，X線、CT等影像學(xué)技術(shù)得以產(chǎn)生并不斷發(fā)展，在疾病診斷中的作用越來越突出。目前，許多更精確、更智能化的影像學(xué)診斷設(shè)備與技術(shù)被應(yīng)用于臨床中，本文對目前臨床上應(yīng)用的一些智能化設(shè)備與技術(shù)進(jìn)行了回顧。

【關(guān)鍵詞】智能化技術(shù);臨床診斷;醫(yī)學(xué)影像技術(shù)

【中圖分類號】R571 ? ? ?【文獻(xiàn)標(biāo)識碼】A ? ? ?【文章編號】672-3783（2020）08-0259-02

引言

隨著醫(yī)學(xué)影像學(xué)的應(yīng)用越來越廣泛，醫(yī)學(xué)影像學(xué)技術(shù)在臨床中的重要性也越來越突出。醫(yī)學(xué)影像學(xué)技術(shù)不僅操作非常簡單方便，并且也在不斷的提高和完善，設(shè)備的精度也在不斷的提高。而且醫(yī)學(xué)影像學(xué)技術(shù)診斷的最終結(jié)果與患者的實際癥狀并無顯著差異。人口老齡化以及腫瘤發(fā)病年輕化也推動了醫(yī)學(xué)影像技術(shù)的發(fā)展，使醫(yī)生更早、更快地診斷疾病，為疾病的治療爭取了寶貴的時間。本文對近年來在臨床診斷中所應(yīng)用的部分智能化醫(yī)學(xué)影像設(shè)備與技術(shù)進(jìn)行了闡述。

1.數(shù)字化虛擬現(xiàn)實感知技術(shù)的應(yīng)用

虛擬現(xiàn)實技術(shù)作為近年來發(fā)展迅速的一種信息技術(shù)，目前已經(jīng)在通訊、文娛等產(chǎn)業(yè)得到了較為廣泛地應(yīng)用，使設(shè)備的操作者可以在室內(nèi)感受到接近真實情境的感官與視覺效果。虛擬現(xiàn)實現(xiàn)技術(shù)主要是通過高質(zhì)量的開發(fā)引擎在現(xiàn)實場景中營造出虛擬的空間，將這一技術(shù)應(yīng)用于臨床診斷中，可以極大地提高診斷效率。特別是將數(shù)字化虛擬現(xiàn)實感知技術(shù)應(yīng)用于外科手術(shù)患者術(shù)前病情診斷評估中，可以更真實地顯示患者病灶的三維模型，醫(yī)生通過佩戴專業(yè)配套的手指運(yùn)動的傳感器的操縱手柄等設(shè)備可以對病灶不同解剖結(jié)構(gòu)進(jìn)行可視化操作，更全面、深入地了解患者病灶情況，為患者疾病的診斷與術(shù)前評估提供各種感官的模擬，可以提高疾病診斷的準(zhǔn)確性。除此之外，數(shù)字化虛擬現(xiàn)實感知技術(shù)可以為影像科年輕醫(yī)生提供接近現(xiàn)實情況的三維立體學(xué)習(xí)環(huán)境，使年輕醫(yī)生在術(shù)前更了解各個部位以及病灶的解剖結(jié)構(gòu)以及病灶的累及范圍，從而做出比以往更準(zhǔn)確的診斷判斷。

國外有學(xué)者將一種連接可視化工具包（VTK）和Unity應(yīng)用于磁共振檢查中，利用VTK的可視化功能、Unity廣泛支持虛擬與增強(qiáng)以及混合現(xiàn)實顯示、交互和操作設(shè)備開發(fā)了用于虛擬環(huán)境的醫(yī)學(xué)圖像應(yīng)用程序。這一醫(yī)學(xué)圖像應(yīng)用程序利用Unity和VTK之間的OpenGL上下文共享，通過一個Unity本地插件將VTK對象渲染到Unity場景中。在一個簡單的Unity應(yīng)用程序中演示了所提出的方法，并將該應(yīng)用程序執(zhí)行VTK體繪制以顯示胸部計算機(jī)斷層和心臟磁共振圖像。從診斷過程以及診斷結(jié)果來看，這一技術(shù)的應(yīng)用顯著提高了標(biāo)準(zhǔn)硬件的幀速率，提高圖像的成像質(zhì)量。

2.深度學(xué)習(xí)算法及相關(guān)技術(shù)的應(yīng)用

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一個新的研究方向，使機(jī)器模仿視聽和思考等人類的活動，將其應(yīng)用于醫(yī)學(xué)影像診斷中可以為臨床診療提供更客觀的參考意見。近年來，越來越多的人開始將深度學(xué)習(xí)應(yīng)用于醫(yī)學(xué)影像診斷中，為醫(yī)生提供了更客觀、更智能化的影響分析結(jié)果。

以心臟疾病影像診斷為例，在心臟磁共振成像（MRI）數(shù)據(jù)集中分割左心室（LV）這一過程中，國外有學(xué)者從將深度學(xué)習(xí)算法與可變形模型結(jié)合使用，以從短軸心臟MRI數(shù)據(jù)集中開發(fā)和評估全自動LV分割工具。該方法采用深度學(xué)習(xí)算法從地面真實數(shù)據(jù)中學(xué)習(xí)分割任務(wù)。卷積網(wǎng)絡(luò)用于自動檢測MRI數(shù)據(jù)集中的左室，堆疊式自動編碼器用于推斷LV形狀。推斷的形狀被合并到可變形模型中，以提高分割的準(zhǔn)確性和魯棒性，且這一方法已被實驗證實優(yōu)于最新方法，具有良好的準(zhǔn)確性[1]。另有學(xué)者將深度學(xué)習(xí)算法用于腦病變分割研究中，國外有學(xué)者提出了3D CNN網(wǎng)絡(luò)，并將其用于腦膠質(zhì)瘤醫(yī)學(xué)影分割研究中，經(jīng)過算法測試表明這一方法優(yōu)于其他方法，在腦膠質(zhì)瘤診斷中發(fā)揮著重要的作用。

彌散MRI采用多步數(shù)據(jù)處理管道，由于某些步驟穩(wěn)定性不高，部分?jǐn)?shù)據(jù)需要很長的采集時間，這大大增加了掃描成本，而且如擴(kuò)散峰態(tài)成像（DKI）等不適用于兒童。因此，Golkov等人將深度學(xué)習(xí)應(yīng)用于減少擴(kuò)散MRI數(shù)據(jù)處理到一個單一的優(yōu)化步驟，即借助深度學(xué)習(xí)技術(shù)實現(xiàn)從先進(jìn)的模型中以12倍減少的掃描時間獲得標(biāo)量測量，并在不使用擴(kuò)散模型的情況下檢測異常。

3.多模態(tài)數(shù)據(jù)融合技術(shù)的應(yīng)用

磁共振技術(shù)與腦電信號結(jié)合是臨床較為常用的一種腦成像融合技術(shù)，磁共振與腦電圖的分辨率可以實現(xiàn)互補(bǔ)，使檢查者神經(jīng)元的活動可以被系統(tǒng)捕捉到，為顱腦損傷、腦膠質(zhì)瘤、癲癇等疾病的診療提供了更多的依據(jù)。國外學(xué)者Calhoun 等將MRI和腦電圖數(shù)據(jù)融合創(chuàng)建了獨立分量分析模型，并將該模型用于慢性精神分裂癥患者的診療中，測試結(jié)果發(fā)現(xiàn)患者與健康人的神經(jīng)元在目標(biāo)檢測時存在顯著差異，這一研究表明了多模態(tài)數(shù)據(jù)融合技術(shù)在神經(jīng)外科醫(yī)學(xué)影像診療中的價值[2]。

4.結(jié)語

在臨床診斷中醫(yī)學(xué)影像技術(shù)的智能化技術(shù)應(yīng)用可以極大地提高疾病識別的精準(zhǔn)率，為影像診斷提供了更高質(zhì)量的輔助信息，為臨床部分罕見病以及疑難雜癥的診斷提供有力的幫助，可以減少誤診與漏診現(xiàn)象，推動臨床診療朝著智能化的方向發(fā)展。

參考文獻(xiàn)

[1] 閆紅華， 牟云森. 醫(yī)學(xué)影像技術(shù)在醫(yī)學(xué)影像診斷中的臨床應(yīng)用分析[J]. 影像研究與醫(yī)學(xué)應(yīng)用， 2018， 2（2）：118-119.

[2] 王正梅. 醫(yī)學(xué)影像技術(shù)在醫(yī)學(xué)影像診斷中的臨床應(yīng)用分析[J]. 醫(yī)藥界， 2018， 32（17）：53.