立花里子ed2k 上科大生医工在线学术讲座实录：全模态医学影像考虑与教学

2021年9月2日晚，受上海科技大学生物医学工程学院 (上科大生医工学院) 曹国华教学邀请，好意思国伦斯勒理工大学讲席教学 (Clark & Crossan Chair Professor)、生物医学影像中心主任 Ge Wang 教学作客上科大生医工学院在线学术讲座。伦斯勒理工大学成立于1824年，是好意思国历史最悠久的工科高档院校立花里子ed2k，亦然国外上最早配置生物医学工程学科的大学之一，并在医学影像仪器、医学影像分析等规模均取得了一系列对业界蹧跶缔造性和启发性的学术截止。Wang 教学是 IEEE、SPIE、OSA、AIMBE、AAPM、AAAS 和 National Academy of Inventors (NAI) 会士。通过线上直播的形态，Wang 教学为国表里学界东说念主士带来了 “伦斯勒理工大学的医学影像考虑与教学” (Medical Imaging Research & Teaching @ RPI) 主题演讲。这次讲座由上科大生医工学院曹国华教学主理。

在讲座的第一部分，Wang 教学率先先容了他的团队在基于东说念主工智能技能的 CT 影像方面的考虑责任，主要包括深度学习算法在低剂量 CT 图像去噪、CT 影像超离别率图像重建、去除金属伪影三方面的应用。为轮廓评估深度学习算法在这些 CT 影像重建任务的可行性，Wang 教学团队开展了大范围双盲教师比拟其研发的深度学习算法与多款商用重建软件的性能，截止标明在上述三种影像重建任务中深度学习均取得不低于以致优于商用重建软件中起始进传统算法的性能，关连截止发表在 Nature Machine Intelligence 期刊。除前述三种应用外，渊博医学影像的重建经由也不错用深度学习的要津来重新凝视和野心，举例 Wang 教学团队行使招架学习和模拟数据竣事了光学显微镜影像的超离别率重建。

大范围双盲教师对比 Wang 教学团队研发的

深度学习算法与多款商用重建软件的性能

Wang 教学随后指出尽管在医学影像重建中取得了优异性能，深度学习具有对图像噪声不雄厚的瑕玷；而传统的压缩感知算法天然性能不足深度学习要津，但由于具有 Kernel Awareness，因此莫得这个瑕玷。其考虑团队团结两类算法的优点，在数据先验性、数据保真性、和荒芜性三个子空间交荟萃找到最优解，提倡一种分析的压缩迭代深度学习框架 (Analytic Compressive Iterative Deep Framework， ACID)，该算法粗略更好更雄厚地进行 CT 医学影像重建。

CT 影像重建算法 ACID 

在数据先验性、数据保真性

和荒芜性三个子空间交荟萃找到最优解

Wang教学接着指出因 CT 扫描的原始数据具有更少的噪声和伪影，若粗略对扫描的原始数据径直领受深度学习要津进行分析，表面上会赢得更精确的截止。基于此想路，Wang 教学提倡了Rawdiomics 的想法。有别于传统的由原始数据重建为医学影像、再对影像索求特征进行分析，Rawdiomics 旨在径直对原始扫描数据索求与最终会诊关连的特征进行分析，从而镌汰影像重建经由的过失以擢升会诊的准确性。基于这么的理念，Wang教学团队与和洽者的一项考虑标明，行使深度学习径直从腹黑血管 CT 影像扫描的原数据域 (sinogram domain) 索求得到的血管大小特征与血管的着实生理特色具有显耀的关连性；其团队的另一项对于 Rawdiomics 的考虑立异性地竣事了从肺癌筛查的低剂量 CT 影像估计心血管疾病发生风险，关连截止发表在 Nature Communications 期刊。

Rawdiomics 旨在径直对原始扫描数据

进行分析以获取最终的会诊截止

在讲座的第二部分，Wang 教学先容了多模态影像用于精确诊治方面的考虑责任。医学影像模态主要包括核影像 (PET/SPECT)、筹划机断层扫描影像 (CT) 和磁共振影像 (MRI)。现存的 PET/SPECT-CT 和 PET/SPECT-MRI 多模态影像开导已发展相对熟习，关连词迄今还莫得能用于临床的 CT-MRI 的多模态开导。CT 成像速率快然而软组织对比度差，MRI 软组织对比度高然而成像速率慢。CT-MRI 团结的多模态成像开导粗略弥补单一模态影像各自的劣势，从而在癌症评估、心血管疾病会诊等诸多临床上具有高大的应用出路。在2015年其团队瞎想了一款 CT-MRI 多模态成像开导，并模拟了基于 CT 和 0.5T MRI 的多模态 CT-MRI 成像，论证了 CT-MRI 多模态成像的旨趣可行性。天然 CT-MRI 多模态成像的预期临床上风彰着，然而由于工程难度大、资本高收益低，于今尚未有熟习的 CT-MRI 多模态影像生意开导坐褥。为此，Wang 教学在新式 CT 和 MRI 成像技能上作念了一些探索性的责任，比如其团队在2021年收效考据了无动掸的多源 (29个 X 光源) 及时 CT 成像开导，该开导在活体小动物腹黑动态成像上取得了优异的成像质料。

Wang教学团队于2015年瞎想的

CT-MRI一体化多模态成像开导

随后，Wang 教学先容了其团队在全模态 (Omni-tomography) 方面的探索考虑责任。Wang 教学在数十年前就曾发表过 Omni-tomography 的想法著作，旨在将 CT、MRI、PET/SPECT 等多种模态整合至一台开导。Wang 教学以为，跟着多样影像模态的开导越来越袖珍化，咱们不错开动辩论将多样迁徙式影像模态集成在一都，竣事 Point-of-Care 成像。此外，通过先容沈定刚教学团队先前一项行使招架学习要津竣事医学影像生成的考虑，Wang 教学指出深度学习在多模态影像疏通与生陋习模具有迫切应用出路。在本部分的临了，Wang 教学通过类比 iPhone 辘集了 Message、Events、Weather 等多种功能，提倡改日的医学影像开导应当粗略汇总剖解、生理、病理、精神 (Anatomical， Physiological， Pathological， Psychological) 等多层面的信息。

AI赋能的无动掸多源及时CT成像开导

在活体动物动态成像取得优异的成像质料

讲座的第三部分先容了伦斯勒理工大学医学影像专科的考虑生教学体系。Wang 教学率先强调了学院对培养学生立异性的醉心，并以为立异性耕作应当同期珍贵培养学生对问题扶持的深度和掌捏学问的广度。由于医学影像专科的考虑生每每复自不同的专科学科布景，该专科的考虑也具有较大的学科跨度。伦斯勒理工大学生物医学工程学院在考虑生学习早期合并开设了 Linear System、Medical Imaging 和 Machine Learning 的课程以确保通盘学生掌捏医学影像考虑所需的基础学问。其次，学院醉心培养学生的动手实行智力，通过 Google Colab 在线编程平台让学生我方在编程实行中加深对数字影像的意识。另一方面，学院的教学本体还会波及一些各规模最前沿的考虑标的和发达以促进学生的立异性想维。在这一部分的临了，Wang 教学向环球先容了学生居家羁系中的学院教学缔造，并缜密素养为确保学生灵验地学习专科学问而挑升研发的在线教学与测验系统。

讲座扫尾后，参会师生与 Wang 教学就考虑本体进行了充分的询查互动。这次讲座通过微软 Teams 会议软件和哔哩哔哩网站同步直播的形态进行，使全球各地的听众粗略便捷地在线插足并学习。

第二期讲座好意思满摄像请温煦“上科大生医工学院”官方哔哩哔哩账号不雅看，不雅看地址：

https://www.bilibili.com/video/BV1e44y1b7KW/

迎接环球参与9月25日上海科技大学生物医学工程在线学术讲座第三期！

讲座预报：

9月25日 | 上海科技大学生物医学工程在线学术讲座第三期