医学影像技术的在临床诊断的智能化技术研究

陈婷婷

【摘  要】在X线诊断技术被科学家发现以前，临床疾病的诊断主要通过查看、开刀探查方式进行，不仅难以保证诊断的准确性，而且给患者机体造成了损伤。随着科学技术的快速发展，X线、CT等影像学技术得以产生并不断发展，在疾病诊断中的作用越来越突出。目前，许多更精确、更智能化的影像学诊断设备与技术被应用于临床中，本文对目前临床上应用的一些智能化设备与技术进行了回顾。

【关键词】智能化技术;临床诊断;医学影像技术

【中图分类号】R571      【文献标识码】A      【文章编号】672-3783（2020）08-0259-02

引言

随着医学影像学的应用越来越广泛，医学影像学技术在临床中的重要性也越来越突出。医学影像学技术不仅操作非常简单方便，并且也在不断的提高和完善，设备的精度也在不断的提高。而且医学影像学技术诊断的最终结果与患者的实际症状并无显著差异。人口老龄化以及肿瘤发病年轻化也推动了医学影像技术的发展，使医生更早、更快地诊断疾病，为疾病的治疗争取了宝贵的时间。本文对近年来在临床诊断中所应用的部分智能化医学影像设备与技术进行了阐述。

1.数字化虚拟现实感知技术的应用

虚拟现实技术作为近年来发展迅速的一种信息技术，目前已经在通讯、文娱等产业得到了较为广泛地应用，使设备的操作者可以在室内感受到接近真实情境的感官与视觉效果。虚拟现实现技术主要是通过高质量的开发引擎在现实场景中营造出虚拟的空间，将这一技术应用于临床诊断中，可以极大地提高诊断效率。特别是将数字化虚拟现实感知技术应用于外科手术患者术前病情诊断评估中，可以更真实地显示患者病灶的三维模型，医生通过佩戴专业配套的手指运动的传感器的操纵手柄等设备可以对病灶不同解剖结构进行可视化操作，更全面、深入地了解患者病灶情况，为患者疾病的诊断与术前评估提供各种感官的模拟，可以提高疾病诊断的准确性。除此之外，数字化虚拟现实感知技术可以为影像科年轻医生提供接近现实情况的三维立体学习环境，使年轻医生在术前更了解各个部位以及病灶的解剖结构以及病灶的累及范围，从而做出比以往更准确的诊断判断。

国外有学者将一种连接可视化工具包（VTK）和Unity应用于磁共振检查中，利用VTK的可视化功能、Unity广泛支持虚拟与增强以及混合现实显示、交互和操作设备开发了用于虚拟环境的医学图像应用程序。这一医学图像应用程序利用Unity和VTK之间的OpenGL上下文共享，通过一个Unity本地插件将VTK对象渲染到Unity场景中。在一个简单的Unity应用程序中演示了所提出的方法，并将该应用程序执行VTK体绘制以显示胸部计算机断层和心脏磁共振图像。从诊断过程以及诊断结果来看，这一技术的应用显著提高了标准硬件的帧速率，提高图像的成像质量。

2.深度学习算法及相关技术的应用

深度学习是机器学习领域中一个新的研究方向，使机器模仿视听和思考等人类的活动，将其应用于医学影像诊断中可以为临床诊疗提供更客观的参考意见。近年来，越来越多的人开始将深度学习应用于医学影像诊断中，为医生提供了更客观、更智能化的影响分析结果。

以心脏疾病影像诊断为例，在心臟磁共振成像（MRI）数据集中分割左心室（LV）这一过程中，国外有学者从将深度学习算法与可变形模型结合使用，以从短轴心脏MRI数据集中开发和评估全自动LV分割工具。该方法采用深度学习算法从地面真实数据中学习分割任务。卷积网络用于自动检测MRI数据集中的左室，堆叠式自动编码器用于推断LV形状。推断的形状被合并到可变形模型中，以提高分割的准确性和鲁棒性，且这一方法已被实验证实优于最新方法，具有良好的准确性[1]。另有学者将深度学习算法用于脑病变分割研究中，国外有学者提出了3D CNN网络，并将其用于脑胶质瘤医学影分割研究中，经过算法测试表明这一方法优于其他方法，在脑胶质瘤诊断中发挥着重要的作用。

弥散MRI采用多步数据处理管道，由于某些步骤稳定性不高，部分数据需要很长的采集时间，这大大增加了扫描成本，而且如扩散峰态成像（DKI）等不适用于儿童。因此，Golkov等人将深度学习应用于减少扩散MRI数据处理到一个单一的优化步骤，即借助深度学习技术实现从先进的模型中以12倍减少的扫描时间获得标量测量，并在不使用扩散模型的情况下检测异常。

3.多模态数据融合技术的应用

磁共振技术与脑电信号结合是临床较为常用的一种脑成像融合技术，磁共振与脑电图的分辨率可以实现互补，使检查者神经元的活动可以被系统捕捉到，为颅脑损伤、脑胶质瘤、癫痫等疾病的诊疗提供了更多的依据。国外学者Calhoun 等将MRI和脑电图数据融合创建了独立分量分析模型，并将该模型用于慢性精神分裂症患者的诊疗中，测试结果发现患者与健康人的神经元在目标检测时存在显著差异，这一研究表明了多模态数据融合技术在神经外科医学影像诊疗中的价值[2]。

4.结语

在临床诊断中医学影像技术的智能化技术应用可以极大地提高疾病识别的精准率，为影像诊断提供了更高质量的辅助信息，为临床部分罕见病以及疑难杂症的诊断提供有力的帮助，可以减少误诊与漏诊现象，推动临床诊疗朝着智能化的方向发展。

参考文献

[1] 闫红华， 牟云森. 医学影像技术在医学影像诊断中的临床应用分析[J]. 影像研究与医学应用， 2018， 2（2）：118-119.

[2] 王正梅. 医学影像技术在医学影像诊断中的临床应用分析[J]. 医药界， 2018， 32（17）：53.