需要加速推进我国医学影像AI研发、标准化和安全进程

医学影像人工智能聚焦于垂直领域,相对容易产生具有临床价值的产品。当前医学影像人工智能已经活跃在疾病检出、多维定量、辅助诊断、治疗建议及疗效评估等众多环节,这些应用有效推动了医疗信息分析调阅的高效化、医疗决策的精准化和医疗质量同质化进程。

新时代医学影像学发展趋势与挑战

政策引导、技术进步、老龄化、疾病结构变化以及市场巨大需求推动影像医学快速发展和进步,新形势下影像学学科内涵和主体任务在悄悄变化,如何调整和应对是影像科的重要课题。目前必须要以患者为中心,新兴技术为载体,全面的制度为保障,聚焦精准化、临床化、智能化、院前化和网络化这5个方向发展,才能更好地服务于临床和患者,最大限度地发挥医学影像学在健康中国中的作用。

医学影像人工智能发展趋势与挑战

本文介绍了医学影像人工智能的发展现状和趋势,提出医学影像人工智能将向产品多样化、垂直功能加深、模型多任务化、软硬件一体化、全栈式全流程平台化、诊疗一体化等方向发展,并通过结构化报告落地,通过互联网、云平台实现分级诊疗和优质医疗资源下沉。同时指出,医学影像人工智能在技术、产品、监管、落地、商业等环节依然存在许多瓶颈问题,需要上下游通力合作突破,但常态化、标准化和基础建设化的临床使用还是值得期待的。

MR扩散加权成像对腰脊神经的成像价值分析

目的:探讨基于MR扩散加权成像技术的DWIBS、DTI及PROSET序列对腰脊神经的成像价值。方法:选择2018年5—11月间经MRI常规序列扫描证实的腰椎间盘突出症患者67例,所有患者均使用DWIBS、DTI和PROSET序列进行扫描。DWIBS序列进行最大密度投影(maximum intensity projection,MIP)后处理,DTI序列进行扩散张量纤维示踪成像(diffusion tensor tractography,DTT)后处理,PROSET序列进行多平面重建(multi-plannar reconstruction,MPR)后处理,对比3种序列重建后对腰脊神经的显示情况。采用SPSS 16.0软件进行数据分析。结果:DWIBS、DTI、PROSET序列均能显示腰脊神经;3种序列成像质量的主观评分构成比差异有统计学意义(P<0.05);DWIBS、DTI、PROSET序列评分的平均秩次分别为2.25、1.46、2.29;DWIBS与PROSET序列图像质量评分差异无统计学意义(P>0.05),DWIBS与PROSET序列图像质量评分均优于DTI序列,差异有统计学意义(P<0.05)。结论:MR扩散加权成像技术对腰脊神经的显示有其独特优势,DWIBS和PROSET序列在对腰脊神经的形态学显像上更具优势,DWIBS序列在对腰脊神经全貌的显示上占优,DTI序列对腰脊神经内部结构的定量评估独具价值。3种序列有效弥补了常规MRI序列在腰脊神经成像中的不足,为临床工作提供了有效的影像学依据。

腰骶丛神经成像中DWIBS序列的参数优化研究

目的:探讨扩散敏感因子(b值)和层厚对背景信号抑制扩散加权成像(diffusion weighted imaging with background suppression,DWIBS)序列腰骶丛神经成像质量的影响,优化成像参数。方法:随机选取24名健康志愿者在3.0T MRI上行DWIBS序列腰骶丛神经成像,参数选择b=600、800、1 000 s/mm^2,层厚=2、3、4 mm,对所得9组图像进行客观和主观评价。采用Kolmogorov-Smirnov检验对数据行正态检验;采用方差分析及LSD-t检验对不同b值及不同层厚下的信噪比(signal noise ratio,SNR)、对比噪声比(contrast to noise ratio,CNR)进行检验;采用Friedman M检验及q(SNK)检验评价主观图像质量。结果:(1)客观评价:相同b值不同层厚条件下SNR神经之间无统计学差异(P>0.05),CNR之间也无统计学差异(P>0.05)。相同层厚不同b值条件下SNR神经之间有统计学差异(P<0.05),CNR之间无统计学差异(P>0.05),但随着b值的增加CNR有降低的趋势。(2)主观评价:两两比较,当b=600 s/mm^2时,层厚为2 mm时的主观评分与层厚为3、4 mm时的主观评分之间差异均有统计学意义(P<0.05);当b=800、1 000 s/mm^2时,层厚为2、3、4 mm时的主观评分之间差异均有统计学意义(P<0.05)。结论:DWIBS序列用于3.0T MRI腰骶丛神经成像时,参数选择b=800 s/mm^2、层厚=3 mm时,可以得到理想的腰骶丛神经图像。

序言

随着信息技术的快速发展,人工智能技术在大数据、算法和计算力三大要素的共同推动下,第一次将实验室技术带进生产实践.尤其在算法方面,深度学习算法引发了新一代人工智能的技术浪潮.随着不断迭代,深度学习算法的精确性和鲁棒性越来越好,不同场景算法不断优化,驱动人工智能的发展.中国高度重视人工智能的发展,2015年后密集发布人工智能相关政策和规划.2017年12月,工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,提出促进人工智能产业发展,提升制造业智能化水平,推动人工智能和实体经济深度融合.

阿尔茨海默病脑MRI标准化采集与分析中国脑成像联盟专家共识

阿尔茨海默病(AD)的发病率逐年升高,危害严重。目前AD的发病机制尚不清楚,且缺乏有效的治疗手段,故深入研究其发病机制对AD的治疗和预防意义重大。多模态MRI为研究AD的发病机制提供了无创、客观、定量的技术手段。但目前国内各单位MR的品牌、机型、序列、参数、质量控制以及后处理方法均不一致,为多中心、大样本AD影像学研究带来困难。因此,国内主要从事脑成像研究的多家权威机构和专家团队,充分总结了大脑MRI在数据采集、质量控制和数据分析方面的经验,共同制定了《阿尔茨海默病脑MRI标准化采集与分析中国脑成像联盟专家共识》,以期为国内多中心/大样本AD研究奠定高质量的数据基础。