#Q博展知識
在德國科學家倫琴發現X射線以前,醫生診斷病患體內的情況在手術前都只能依據觸診或是病患自己的描述,這樣的診斷方法常會造成誤診,以致拖延治療進度
現代醫學造影技術的發展,使病患經過掃描後就能夠很清楚的知道體內發生的問題,協助醫生更了解病患的狀況。
就讓Q博來簡單的介紹醫學影像技術吧!
【3D影像醫學及手術】
1970年代發展的電腦斷層(Computed Tomography,簡稱CT)及磁振造影(MRI),經過數代的進階,時至今日的21世紀,不僅速度飛快、解析度高清、更進入從二維(2D)重建三維(3D)接近人體解剖的虛擬實境(Virtual Reality簡稱VR)的軟體發展。 VR虛擬實境已經運用在遊戲、媒體、室內設計、建築等各行各業,透過這樣技術將是未來融合虛實世界的重要設備,同樣運用於外科手術,三維(3D)的VR更可以做治療前計畫、教學及微創手術前的模擬操作。
所謂的AR擴增實境(Augmented Reality)的定義就是將3D重建的VR與實際的即時影像重疊結合,讓醫師在手術時更清楚病灶及周圍器官的相關性,特別是血管,使手術避免出血,視野更清楚。 目前至少已經有三個器官突破挑戰AR,即是眼睛、手與腦部(Augmented Eye, Hands and Brain),這個確定性的進步不僅是醫療科技的創新更是人民的福祉。
https://scitechvista.nat.gov.tw/UrlMap?t=fG8
【核子醫學科技】
大自然中有氮、氫、氧、碳……等多種元素,這些元素分別有不同的原子序數與質量數。凡原子序數相同、質量數不同的元素都稱為同位素,各同位素的化學性質仍相同,只是物理性質不一樣。例如:氫有三個同位素,氫一叫氫,氫二叫氘,氫三叫氚,原子序都是1,但其質量數,氫是1,氘是2,氚是3,質量數的不同,使物理性質也不同。若從物理上觀察:氫的個性穩定,不會釋出放射線,稱為氫的「穩定同位素」;氚的個性不穩定,會釋出β負粒子放射線,稱為氫的「放射性同位素」。
當我們需要放射線的時候,可以先製造一個不穩定的放射性同位素,由於它會釋出不同能量的粒子與放射線,也因此,放射性同位素成為人造放射線的主要來源之一。
核醫科技結合放射性同位素藥物及放射線示蹤性,協助醫生診斷或追蹤病情;利用X光的穿透性,讓體內器官組織病變在底片上顯示;紫外光與物質作用時具有殺菌力;醫院為癌症病患做放射線治療,即是一種透過鈷-60加瑪(γ)射線或電子加速器產生X射線殺死癌細胞的治療方法。
https://scitechvista.nat.gov.tw/UrlMap?t=h5C
【磁振造影】
要說明磁振造影的原理,必須先解釋什麼是「核磁共振」。可以想像一個原子的結構,是在中心有一個很小的原子核,週圍有電子。不同的元素,它的原子核裡,會有不一樣數目的質子與中子,質子與中子數量的總和,稱為「質量數」。一個原子,只要原子核的質量數是奇數,比如是1, 3, 5, 7……的時候,當原子在強力磁場的作用下,原子核外圍電子的「磁矩」的「總向量和」,就會順著磁場方向來排列。這個時候,如果向原子照射適當的電磁波,原子核就會吸收其中的特定波長或能量的電磁波,被激發到比較高的能階,這個過程稱為「核磁共振」。
原子核會自然從高的能階掉回低的能階,此時它會放出電磁波,於是就產生了核磁共振的信號,也就是用來做磁振造影的信號。我們可以用儀器偵測這些信號。比方說,生物體內含有許多水,水分子是由氫原子和氧原子組成的,氫原子的質量數是1,我們就可以使用核磁共振的設備,讓它產生信號,並且偵測。醫學界發現,利用這個方法,不必動手術接觸人體,就可以獲取體內水分子分布的資訊,從而精確繪製人體內部的結構,這就叫做磁振造影。
https://scitechvista.nat.gov.tw/UrlMap?t=i8w
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
tomography原理 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
【AI浪潮席捲醫療業】透視5大類醫療影像辨識的AI應用場景
常見的醫療影像包括了X光、超音波、CT、MRI,以及近年興起的數位病理。由於拍攝技術不同,決定了影像性質和張數多寡,更影響了AI模型訓練的難易度和應用場景
文/王若樸 | 2019-04-16發表
醫療影像一直是窺視人體內部結構與組成的方法,其種類包括了X光攝影、超音波影像、電腦斷層掃描(Computed Tomography,CT)、核磁共振造影(Magnetic Resonance Imaging,MRI)、心血管造影和伽瑪射線等等。
其中,X光攝影、超音波攝影、CT、MRI,以及近來興起的數位病理,都是目前用來打造醫療影像AI常見的類型。這幾種影像因為拍攝技術不同,決定了影像性質和張數多寡,也影響了打造AI模型的難易度和應用場景。
就影像性質來說,臺北榮總放射線部主任郭萬祐表示,X光片、CT、MRI等影像的切片厚度(即每隔多少身體厚度拍攝1張斷層影像的距離)分別是0.16毫米、0.625毫米以及1~2毫米,與數位病理切片的0.11微米相比,解析度相對低,因此從硬體需求角度來看,是醫療影像AI的入門首選。
常見醫療影像AI的類型與應用場景
在這些醫學影像中,「X光和超音波屬於初階檢查,」中國附醫人工智慧醫學診斷中心主任黃宗祺表示,這兩類檢查的拍攝門檻不高,因此累積出大量、各式各樣的影像資料,滿足訓練AI模型的先決條件。
X光攝影是利用X光對不同密度物質的穿透性來成像,密度越高,X光穿透性就越低,在底片上的成像就越白,反之越黑。不過,臺大生醫電資研究所所長張瑞峰指出,「X光攝影將原本立體的多張橫切面影像疊壓為一張平面影像,」因此,一張X光影像中涵蓋了龐雜的訊息,不僅病灶可能會被組織、器官重疊處擋住,小於1公分的腫瘤也難以檢測出,得靠CT進一步檢查才行。
而超音波攝影,則是利用超高頻率的聲波來穿透人體,將不同組織反射回來的聲波轉換為畫面,來呈現體內組織或器官構造。超音波的好處是沒有輻射,但黃宗祺指出,超音波影像雜訊高,難以偵測初期病徵。就乳房腫瘤檢測來說,需要不斷追蹤,才能確定疾病狀況,但也可能因此錯過即早治療的時機。
因此,就X光和超音波來說,AI的應用場景,主要是協助醫生快速從訊息含量大的影像中,找出肉眼難以發現或容易忽略的初期病徵。在2年前,AI權威吳恩達的團隊所設計的CheXNet模型,以121層卷積神經網路(CNN)架構和美國國衛院釋出的胸腔X光資料集訓練而成,就可以做到早期偵測來輔助醫生診斷。
或像中國附醫所開發的乳癌超音波AI輔助分類系統,利用4萬多筆超音波影像和深度學習Xception架構打造而成,能在人眼難以判斷的初期階段,就偵測出腫瘤,「甚至早3、5年就發現了。」黃宗祺強調。
至於CT和MRI,「屬於進階檢查。」黃宗祺表示,兩者專門用來檢查腦、心、肺、腹部臟器等重要器官,門檻較X光和超音波高,成像也較清晰、細緻。但有別於X光片和超音波影像,CT屬於3D影像,透過X光來掃描人體,經電腦重組,以多張橫切面影像來呈現立體的檢查部位,並根據每張橫切面影像的間隔,分為厚切與細切,間隔越小,越能呈現完整的器官。單一次CT掃描可產生數百張影像,也才有機會能夠發現1公分以下的小型腫瘤。
MRI同樣也是一種3D影像,其原理是利用強大的磁場與人體內的氫質子產生共振,再透過電腦處理共振訊號後成像,可以清楚呈現出軟組織和重要器官的結構,像是腦、心、腹部臟器和骨骼關節等部位。MRI掃描一次可產生數百甚至數千張影像,畫質比CT更好。
要進行CT影像和MRI的影像辨識時,雖然醫生容易從清晰的影像中找到病灶,但這兩者每次掃描動輒就產生數百張影像,要從中尋找病灶,不管是標註還是診斷病情,都相當耗時。
臺北醫學大學副校長暨北醫附醫影像部主任陳震宇以肺結節CT掃描來說明,一次拍攝會產生500張影像,而醫生至少得花20分鐘,才能找出肺結節的位置。病人數量一多,醫生不僅要花更多時間來檢驗,準確率也會因長時間作業而下降。
不過,也因為人工判別CT和MRI相當費時,正是醫療影像AI擅長的的應用場景。這也是為何北醫附醫正計畫建置一套肺結節AI輔助偵測系統的緣故,就是為了縮短看片時間,讓醫生有更多時間在病人身上。
吳恩達研究團隊利用美國國衛院釋出的胸部X光資料集,打造出CheXNet模型,可辨別肺部14種疾病,並以熱成像圖來顯示病灶位置。
醫療影像AI新挑戰:數位病理切片
數位病理是醫界近幾年的新浪潮,可以將原本只能在顯微鏡下察看的病理切片,改成直接在電腦上進行。它的出現,是醫療影像AI的新方向,卻也是一個高難度的挑戰,因為數位病理的製作複雜,需經過組織處理、染色切片,以顯微鏡觀察、再掃描至電腦儲存,仰賴醫生專業經驗與時間。
不只如此,數位病理的檔案容量還相當大。與CT、MRI不同,數位病理和X光片一樣都是平面影像,但單一張影像的解析度卻比X光片、CT和MRI高上1,000倍,可達1GB至2GB。因此要拿來訓練AI,不只資料儲存是一大挑戰,訓練模型的時間也需要更久。以數位病理起家的臺灣AI醫療影像新創雲象科技就提到,曾有一次要用一個100層的殘差網路ResNet來訓練每張解析度高達1萬×1萬的影像,得靠GPU搭配600GB系統記憶體才能運算。
不過,臺灣在數位病理的AI應用已經起步了,林口長庚醫院就找來雲象科技開發了一套準確率高達97%的鼻咽癌偵測模組。北醫附醫已經開始將上千片肺癌數位病理交由放射科醫生,要展開部分標註的工作。臺北榮總今年也計畫投資數位病理。
然而,不管是哪種影像類型,在打造AI系統時,都會面臨資料收集的挑戰。也因此,科技部2年前特別發起醫療影像計畫,聯合國內3家大型醫學中心,要利用國人的醫療影像資料,來建置一個大型AI醫療影像資料庫,推動醫療影像AI的發展。
臺北醫學大學附設醫院自去年起,找來了10名擁有2年經驗以上的主治醫生,著手建置肺結節AI醫療影像資料庫,目前已完成1,500例的影像標註和語意標註,今年還要再新增2,000例。
附圖:【超音波影像AI實例】中國附醫旗下子公司長佳智能,開發一套乳癌超音波AI輔助分類系統,可以辨識乳房腫瘤及其良、惡性程度。目前,腫瘤辨識率達9成以上,而腫瘤良、惡性辨識率則約7成左右。(攝影/李宗翰)
X光影像AI實例
MR影像AI實例
臺北榮總與臺灣人工智慧實驗室以6個月的時間,打造出一套能在30秒內就揪出腦轉移瘤的AI系統DeepMets。今年4月份最新結果顯示,DeepMets準確率已達95%。 (攝影/洪政偉)
CT影像AI實例
數位病理影像AI實例
林口長庚醫院與雲象科技共同打造一套鼻咽癌AI偵測系統,由醫院提供數位病理切片資料,雲象負責進行模型訓練,經過2年優化,目前準確率達97%。 (圖片來源/雲象科技)
資料來源:https://ithome.com.tw/news/129973…
tomography原理 在 大醫院小故事 Facebook 的最佳解答
核磁共振和電腦斷層到底有什麼不同呢?
《讀者來信》:【核磁共振和電腦斷層有什麼不同?】
真是個好問題!我想這也是很多人心中的疑問,因為這兩個名字有點像,容易混淆,但其實兩者大有不同。
首先讓我們說文解字一下
電腦斷層:Computed Tomography(CT)
核磁共振:Magnetic Resonance Imaging(MRI)
從原理上來說,電腦斷層(CT)跟X光是一樣的。可以把電腦斷層想像成X光機器環繞一圈之後,把照出來的所有X光拼成3D立體模型,因此有人會說,做一次電腦斷層要接受的輻射量相當於照一百張X光,這當然是相對簡化的譬喻,因為照的部位不同,細切的程度(1mm或5mm一個切面,切越細,解析度越高,相對輻射量也越高),另外電腦斷層還分成有無顯影劑(contrast),要不要打顯影劑不是看心情,跟做檢查的「目的」有關,因為有些東西要打顯影劑才看得出來。
核磁共振(MRI)起步的時間比電腦斷層晚,原理比較複雜,儀器比較精密,當然也比較貴,照一張X光一百塊,CT幾千塊,MRI萬元起跳。所以,比較貴的一定比較好囉?
錯!重申一次,沒有最好的檢查,只有最適合的。
電腦斷層(CT)和核磁共振(MRI)最主要的差別在於,軟組織的解析度,核磁共振的原理是偵測氫原子共振模式,可以調整不同的變數,或是透過影像的疊加或相減,來決定顯影的是水、脂肪、流動的液體、停滯的液體等。
因此同樣一顆腦袋切過去,可能產生好幾組不同的影像(如圖)。
MRI實在太複雜,沒有受過專業訓練或是自行練功的話,很難完全看懂,也因此多半需要影像科醫師的協助,才能完整判讀。講白話一點MRI就是比較麻煩,相較於只要三分鐘的CT,做MRI的時間比較長,半小時到一個小時不等,做完還要等影像科醫師打報告(不是二十四小時待命),如此緩慢又這麼昂貴的檢查,沒有特殊需求是不會安排的。
排檢查的目的是為了確定診斷,以及決定後續治療計劃,這就足以決定應該排電腦斷層(CT)或是核磁共振(MRI),也就是說不會因為病人一句「醫生,拜託你給我排好一點的檢查」就突然從CT升級到MRI,所以不管醫生幫你排了CT或MRI,都是最適合你的檢查喔!
圖文/Patty Chou x 馬卡龍小姐
***礙於篇幅限制,無法全面涵蓋所有臨床上的狀況,建議有身體上的問題時,還是直接詢問醫療人員。歡迎網友繼續私訊發問,讓我們繼續醫普下去唷!
tomography原理 在 コバにゃんチャンネル Youtube 的最佳解答
tomography原理 在 大象中醫 Youtube 的最佳解答
tomography原理 在 大象中醫 Youtube 的最佳貼文
tomography原理 在 電腦掃描(CT)原理、用途、安全須知及檢查過程 的相關結果
電腦掃描(Computed Tomography, CT)利用較强劑量的X光射線,從多角度拍攝人體内部影像,再由先進的電腦技術合併多組極薄的橫切面影像,組成清晰的三維影像,以顯示 ... ... <看更多>
tomography原理 在 MRI(磁振造影)和CT(電腦斷層)有何不同- 高階影像 - 康寧醫院 的相關結果
其原理是將人體置於高磁場環境下,利用無線電波激發體內的氫原子,使其產生共振訊號,經電腦軟體運算得到影像。 利用X光射線穿透人體,取得影像訊號,經電腦運算處理得到 ... ... <看更多>
tomography原理 在 一次讓你搞懂CT、MRI、PET、PET-CT、PET-MRI 是什麼? 的相關結果
電腦斷層的原理是利用X 光穿透身體不同密度組織產生的斷層影像,再用電腦重組出影像。主要應用於腦部、心臟與胸腔與腹腔,以及四肢的檢查,例如:腦萎縮、 ... ... <看更多>