佳能人工智能与影像技术，开启影像发展新方向
1.解决扫描硬件的配准差异——AI 感知扫描(AI Orbital scan)
这一AI扫描技术的引入，可以保证CT两次或多次扫描的球管运行轨迹及床位完全一致，从而可以感知在多次扫描过程中扫描区域的各种细微变化，为后期进一步分析提供必要的数据基础。
两次扫描数据采集轨迹完全一致
2.解决脏器运动的配准差异——AI柔性配准（AI Deformable Registration）
脏器的运动，包括呼吸，搏动，蠕动等自主和非自主运动。脏器的运动方向是三维的，且脏器在运动过程中会伴随着挤压与变形。因此传统的刚性配准算法，非刚性配准算法等，都无法实现精确的多时间点脏器配准。佳能开拓者Ai-640CT针对不同器官的特点，通过人工智能的自主学习，开发了一整套柔性配准技术，将以往单独分析的数据整合起来，摒除各种位移（呼吸运动，器官变形，动脉搏动等）对图像分析的影响，进行综合分析，从而得到以往忽略掉的定量分析结果。
3.定量，高效与标准化的CT影像学新方案——AI柔性减影成像
通过AI感知扫描及AI柔性配准的前处理，开拓者Ai-640CT即可进行AI柔性减影成像。通过对两期或多期数据的综合比对分析，就可以在常规扫描中挖掘得到更多的图像信息，并得到定量的分析结果，为临床诊断提供更准确的影像证据。
骨智能柔性减影成像功能发现隐匿骨占位病灶
相比传统成像方式，肺部柔性减影技术通过人工智能，对平扫数据和CT肺动脉血管扫描数据进行智能比对，解码并识别各个器官（肺、气管、肺动脉、肺静脉、主动脉等）的空间位置，并在三维空间中进行体素级的柔性配准，从而极大提升了不同序列数据的空间位置的一致性。通过肺部柔性减影技术可得到肺强化碘图，可以显示出传统CTPA图像看不到的小栓塞病变，提高了栓塞检出率，其结果甚至可与SPECT吻合。
肺智能柔性减影成像功能发现亚段肺栓塞
柔性成像功能为开拓者Ai-640CT的临床应用带来了很多颠覆式的拓展功能，如佳能独有的能谱+灌注的多模态成像方案。
此次，佳能对能谱成像方案也进行了升级，结合了AI的柔性能谱技术从能谱技术的四个基本判别条件——辐射剂量，数据精度，覆盖宽度和能量分离度着手，分别优化了以上四种技术，实现了kV和mA的独立切换。高低kV的切换保证了能量分离度；根据体位自动调整的mA有效降低了辐射剂量；16厘米容积探测器解决了覆盖宽度的问题；单球管配合AI感知扫描技术与AI器官柔性配准算法，确保了数据精度。以此作为保障，佳能能谱+灌注的多模态成像方案仅需一次扫描即可同时获得能谱数据和灌注数据。
AI柔性能谱成像原理及文献证实其技术价值
佳能开拓者Ai-640CT开拓性地实现了全扫描流程的人工智能技术，通过AI技术，摒除了数据间因为各种人为因素导致的差异，让以往只能独立分析的多期相数据可以综合起来进行比对分析，大大提高了影像检查数据的利用率，并因此获得了许多以往无法获得的信息，即简化了患者的检查流程，也增强了医生的诊断信心。由于该套方案是现有CT扫描方法的“AI升级版”，无需在扫描前选择特定的扫描方案，因此更具备普适性，不产生额外的辐射剂量，和现有的诊断标准可进行“无缝对接”。因此，该方法具有相当广阔的应用前景。
4. 意外之喜——世界首款深度学习重建系统：DLR-AiCE
电子产品的发布会有时会准备一些“彩蛋”，即未在会前公布的新技术或新产品。医疗行业的发布会一般中规中矩，没想到此次发布会中，佳能医疗开行业之先河，带来了医疗行业发布会的第一枚“彩蛋”：世界首款深度学习重建系统——DLR-AiCE。
DLR - AiCE是一款基于全模型域图像进行深度学习的重建算法。我们都知道，深度学习的参照物很重要，参照物水平越高，则深度学习后的重建算法的质量越高。DLR-AiCE基于佳能已有的全模型域迭代算法进行训练，降低伪影和噪声的同时，还可提升密度分辨率和空间分辨率。
DLR-AiCE深度学习重建系统2018年3月获得日本药事批准，全球首家投入临床使用，2019年获得美国FDA批准，目前NMPA（原CFDA）已在申请中。
日本的民族性格严谨而务实，因此日本的企业素来比较低调。佳能收购东芝医疗的这几年一直在卧薪尝胆，没想到接近年末，佳能医疗用一系列新产品，新技术的组合拳，给2019年的市场带来了新的变化。佳能开拓者Ai-640CT的推出，将AI技术在CT中的应用更进一步，借助AI技术与影像技术的深度结合，充分发挥AI技术的应用场景，让CT扫描更智能，影像数据更精准。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码