首页 >> 医学 >> 数学 >> 文章

这篇文章源于一个非常有意思的演讲,讲演者是 UCSD 放射肿瘤学系教授 Steve Jiang。这篇文章的题目来自于芝加哥大学放射诊断学系教授 Xiaochuan Pan 的一篇论文。

问题一目了然:近二十年来,X 光断层扫描成像技术在学术界的进展一日千里。但是今天医学实践中主流应用的还是二十五年前的 Filtered Back Projection 方法。翻开任何一篇今天关于断层扫描的论文,都能看到现代方法的结果比 FBP 方法好了不知道多少倍(我自己也写过这个领域的论文,确是如此,下图从左到右反映了不同年代的技术,而医疗上至今仍然在应用最左边的技术)。学术界的成果完全没有在业界反映出来。这是为什么呢?

ct.png

这个问题的重要性可以通过下面的数据看出来。以美国为例,医疗放射剂量差不多占了于美国人身体所承受的全部辐射的三分之一,每年医疗X光断层扫描成像( CT )放射超过六千万人次(在中国这个数字当然更高)。另一方面,所有的现代 CT 研究都号称能够大幅降低对人体的辐射伤害。但是,今天去医院,我们遇到的仍然是高辐射低质量的过时技术,并且短期内看起来会一直是这样。这不仅是一个学术问题,而且是一个公共卫生安全问题。

Jiang 对此的回答是这是研究体系之间的矛盾所导致的。CT 技术的进展主要体现为数学工具的飞跃,而临床医生不懂数学,也看不懂数学论文,更不容易找到容易交流的数学家讨论。应用数学家满足于在刊物上发表论文(二十年间这个领域的论文何止千万),却不关心临床上存在的实际问题。即使双方偶有交流,也停留在个案上,完全不足以推动产业的改变。

从我自己的经验来看,这是相当切中肯綮的评论。从数学家的角度来看,一方面,甚至直到今天为止,很多数学家还满足于在一些过度简化的图像上(Shepp-Logan 就是个典型的例子)实验自己的数学模型,而完全不了解为什么这些模型会在实践中遇到巨大的困难。(反过来,这些过度简化的模型甚至恶化了医学界对数学工具的厌恶,认为它们都是纸上谈兵而已。我本人就遇到过此类相当不客气的评论。)

另一方面,大多数数学家并无机会接触到第一手的医疗数据(这里也的确存在医疗法规和隐私管理的问题),所以无从建立在实践层面上比较算法优劣性的平台。其结果就是大家鸡同鸭讲,自说自话。平心而论,今天这个领域 90% 的研究确实如此。

但是另一个困难更加本质:临床医疗业界普遍看不懂也不愿意看数学论文。这就要求一部分数学家承担起桥梁的职责,同医学界密切合作把数学工具引入临床实践,而这是个既困难又吃力不讨好的工作。数学家有自己评估学术成就的标准,而这种工作是无法被计入学术贡献的。(这里说的是美国的情形,在中国大概更糟。)

结论呢?这不是一人一事一时一地的问题,而是跨学科跨产业的问题。注意到这个问题的人确实越来越多了,但是要指望现实层面的变革,至少目前来看是不现实的。

参考文献:

  • Xiaochuan Pan, Emil Y Sidky and Michael Vannier, Why do commercial CT scanners still employ traditional, filtered back-projection for image reconstruction? Inverse Problems Volume 25 Number 12
0
为您推荐

53 Responses to “为什么CT技术还停留在 25 年前?”

  1. pasternak说道:

    okay,很好的发现。我相信各专业都会有类似的发现,也就是所谓的“学术和应用脱节”的现象。解决办法暂时没有,以后也不见得有。

  2. beedenis说道:

    让医生和数学家搞基吧

  3. 沙漠海豚说道:

    我自己做医疗影像重建5年了。重建理论的发展方向现在是迭代算法,但是这一类的算法有artifact不规律,重建速度慢,而且很多算法有参数需要微调,而且重建结果往往对参数有很强的依赖。

    参数依赖以及放射科医师不能理解导致他们对算法的不信任。

    不过在正电子湮灭断层扫描里面迭代算法基本上已经快主流了,但是在使用的时候仍然是和FBP重建的同时使用的。

    此外,在核磁共振方向,ASU的著名教授James Pipe 一直在推动一个实际采集的影像原始数据标准 http://www.ismrm.org/mri_unbound/ 用来检验成像算法。不过推动了很长时间迟迟不见什么动静。

    对于CT的话问题还要复杂一些,现在的CT扫描仪很多是螺旋式扫描,严格的数学解法最近才找到,而且计算量比较大,所以商用仪器往往还是使用的FBP加上线性插值。

    • 中子豆说道:

      我在《科学美国人》上已经看了很多篇相关的文章,读本文之前还奇怪为什么会还没有实际应用。

    • 瓜子黄杨说道:

      请写点CT原理的科普文章,看你写的蛮好。
      我只知道CT 成像需要解线性方程。

      • 沙漠海豚说道:

        理论上确实是解线性方程,但是一般都不是直接解的。因为问题规模比较大,所以都是用迭代,而且还有噪音的问题,迭代一般来说稳定一些。

        最近准备答辩呢。看缘分吧,哈哈

  4. ybh 4600说道:

    医学影像概率学有前途了

  5. 青闪说道:

    难道让研究结果产业化不是应该由企业推动的吗?医疗器械厂商应该是解决这个问题的主力吧,如果它们不努力,要么是利润不够,要么是不想破坏现有利润架构,必然要等旧技术的价值全部榨取干净再上新技术。

    • 防晒霜说道:

      在竞争如此激烈的环境下,医疗器械厂商一定想把科学成果转化成实际应用,但往往因为效果不好,无法立即应用,但不代表不在研发中...

  6. 南山居士说道:

    我是搞网络编码的,理论上能带来N多的增益,实验和仿真也证明了这个事实,但事实上离应用还为时过早。

  7. Diablo说道:

    既然是公共卫生安全问题,政府为什么不出来牵头呢?可以给予那些愿意“承担起桥梁的职责”的数学家一定的奖励,把这部分研究实践搞起来。

  8. sonnyhcx说道:

    将来会出现一门叫应用医学数学的,恩

  9. xfqian说道:

    这个结论过于片面了,某种程度上是误导了大众的视线。
    医疗设备普遍技术落后于计算机技术的发展,不仅仅软件,硬件也是同样的。
    比如Intel最擅长的就是联合其他应用商制作性能更好,价格更低的计算设备,医疗领域对于Intel来说当然是块肥肉。多年业界早已累积了丰富的经验可以生产价格只这些设备百分之一乃至更低。Intel试图进入的行业有三:能源,医疗,金融。从所周知,在还算讲求计算能力需求的金融很方便进入了,但是即使提供了超低的价格的更好的设备,以Intel掌握的技术、经验和资金这个不难,最终的点在进入市场上。全球的医疗市场相对封闭,旧有的医疗设备市场体系,已经是垄断利益集团占据了,不仅仅是中国,因此缺乏更新的动力。
    我认为这个方是真正的主因

    • 瓜子黄杨说道:

      有道理。
      新的东西造出来了,老的东西可怎么办。生产流水线都扔掉吗?资本家舍不得扔。
      要打破垄断。经济学家说:垄断使社会效率降低。

      • 沙漠海豚说道:

        新算法其实不会需要换设备,只需要少量的增加设备,重新写一部分软件。对于供应商来说还可以多卖一些东西。

        不过垄断是个问题,国内没有公司有足够的专利去在国际市场上竞争。

        供应商其实是喜欢新技术的,因为每个技术出来他们都可以多卖东西。比如核磁方面东西都巨贵,一个射频屏蔽的毯子就可以卖3000美金。比如最近很热门的MRE,需要增加一个简单部件,通用电气要卖十多万美金

    • 沙漠海豚说道:

      其实事情远没有这么简单,供应商不想升级是一个原因,但是并不是主要问题。但是更重要的是

      1. 放射科医师长期接受的训练是基于传统的重建方法,他们的眼睛已经能够适应了,你要换一种重建方式。artifact和噪声特点什么的就会完全不一样。那么对于他们来说就要重新学习,可以想见对于这些在美国每天忙的不行,月入几万的人来说,他们可是不想花这个时间重新学习。

      类似,我自己做的核磁共振图像组织参数抽取,已经证明比放射科医师眼睛直接读图更准确。但是这在减少他们的工作的同时也就减少了工作机会,所以他们很不待见这个方向。

      2. 上面提到,新的算法噪声和artifact会和传统的不一样,所以要在医用设备上实现这些算法,必须有大量的实验,跨点甚至跨国的验证实验。这些都需要大量的时间和金钱。并且如果要在医用设备上实现,美国食品药品管理局也是个问题。有很多需要在临床上证明的东西,不是数学上证明这个算法优秀就会被接受的。

    • 防晒霜说道:

      “生产价格只这些设备百分之一乃至更低” 太夸张了吧,这个对于大型医疗设备无法做得到。

      Intel掌握的技术..
      Win7和多核CPU都会被应用的,时间问题

  10. laputa说道:

    迭代法还存在速度等问题,但是如果搞算法的这些人能跟搞工程的人多交流的话,应该可以找到更好的契合点,算法的研究方向也会更实际

  11. Hannibal说道:

    简单的说,还是这些人太蠢了。

    阿基米德,牛顿,高斯,达芬奇,欧拉,庞加莱,拉普拉斯,伽利略,莱布尼茨,墨子,鲁班,特斯拉,麦克斯伟,爱因斯坦,希尔伯特,傅立叶,柯西,冯诺伊曼等等这些大牛碰到这些问题或者说想解决这些问题早就解决了,现在国内外很多领域都是一些无法推动时代发展的人占着位置做不出成果,不是他们的错,可是要知道,突破时代的发明或者说是发现,虽然有其必然性,或者说前人打下了良好的基础,可毕竟是少数人开创的,这必须要承认,总而言之,每当看到这类问题的时候,我只想说,只能怪他们不够nb,不能怪问题太难,

    • 啃制石器说道:

      现在的情况是,理论上该解决的都解决了,就是不能实际应用

      • Hannibal说道:

        制度上的问题,技术上的问题,理论上的问题,算法上的问题,伦理道德的问题,社会影响的问题通通是人太弱的问题,是需要nb的人解决的。

        人是一切活动的主体,旧事物的毁灭是新事物诞生的基础,旧东西灭不掉是人不够nb。

  12. 糖糖说道:

    我想这个事情确实是需要国家相关领导给予帮助!并不是我们一个人或是一些人能做什么的!希望相关领导多办实事,造福人类

  13. Cielo说道:

    周末听猛犸转述过这个内容了,确实值得反思……

  14. 大型熊类说道:

    只要有企业制造出成本更低操作更简单技术更先进结果更准确的仪器出来,占领市场只是时间问题.

  15. 丁丁虫说道:

    我最近正在试图推动某个医学研究成果向市场方向转化,但是实际做了就知道,很多研究只是看起来靠谱而已,距离真正能够市场化还有很长的路要走。这里的主要原因我想还是临床应用与基础研究各自所遵循的标准不同。

    • 沙漠海豚说道:

      确实如此,临床上需要大量的人体实验结果,这些都是用钱堆出来的。特别是算法这种对供应商来说没有太多钱赚的,他们没有激情。

  16. BillLiv说道:

    学术成果产业化一直是我追求的方向,只有真正转化为生产力,一项研究成果才有了最初的研究意义

  17. xiaozhuo说道:

    CT诊断发展已一日千里,就如CT技术发展一样,楼主OUT了!现在的CT已发展到能谱CT(即GE公司的宝石CT,现已应用到很多大型医院)。现代医学影像科医生已掌了其技术精要!

  18. 半夏花开说道:

    作为一名临床医生,我看完本文感到丝丝困惑:我们每天的工作不同程度地依赖各种辅助检查,CT更是其中重要的一项,但是对我们来说,直观的图像就代表了绝大部分的问题,通过与标准图谱的对比、联系临床观察到的症状、其他检查结果,我们能从中掌握病情,从而开展相应的医疗工作。老实说,所谓的算法离我们确实遥远,而且基于旧算法的现有数据资料已成为相当重要的诊疗依据。如果CT算法上的进步,那会是怎样的光景呢?会不会改变我们的认识,却成为医疗过程中的瓶颈呢?

    • 沙漠海豚说道:

      作为临床医生,您一定知道CT检查一次的辐射剂量是不小的,如果需要多次的或者定期的检查,辐射剂量会大大增加癌症的可能性。比如乳腺癌检查本身就可以增加乳腺癌几率。传统算法成像的效果是和辐射剂量成正比的。现在研究的算法主要目的是大大减小所需要的辐射剂量,以及检查时间。在这个意义上,对病人是很有好处的。

      简而言之,就我了解的CT的各种新算法的主要目标包括:1.减少辐射剂量(以及成像时间等) 2.更少的噪音 3.图像细节的精确恢复(包括高解析度) 4.长时间的扫描还存在一个病人的身体移动的问题(或者器官自身的运动,比如心脏),新算法减少时间的同时就减小了这些影响。

  19. 夏叶冬雪说道:

    见解很有问题,医疗仪器设备制造商不是傻的。CT仪器如果通过数学算法能够有大幅度改进,他们必然会作为自己的产品亮点来击败对手。但很有可能实际上图像质量上根本没有本质意义上得提升,才会导致设备制造商对数学家的算法依然没有使用!医疗仪器生产商,就是学术与实际医疗体系间的桥梁!!

  20. 佩环说道:

    有意义?!如惊悚片:‘发条橙’!

  21. 可可说道:

    这个行业门槛太高,竞争不充分,所以,有旧的卖,不会贸然推新的出来。

  22. rikranger说道:

    看到这个题目就想起了潘教授的文章。我算是搞这个的了。现在的精确反演算法近十年得到了飞速的发展,已经很成熟了,但正如前面一位所说,好算法的计算复杂度大大增加,目前还没办法达到fbp的速度,而且一般来说要求的剂量也更大了(大多少得看算法了)。另外一个问题是ct图像的好坏不仅取决于算法的精确度,数据的预处理和后处理也非常重要。算法仅仅是整个成像过程中的一部分。另外就是别忘了工业届的人们,ct是他们造的而不是数学家也不是医生哦,也许合适的应用还需要综合考量多一点吧。

  23. ZKL47说道:

    缺跨行业的专家,国外流行双学位也是这趋势。

  24. 本科毕业说道:

    前天从电视上看到了这个组织,感觉很好。但是现在看来,我的知识层面与你们相差甚远啊...

  25. gerxyuan说道:

    也算圈内人,我是放射科医生,看到标题很亲切,觉得大家都是自己只关注自己的领域,很少沟通;进来看到原来是讲算法的,我也奇怪,既然技术成熟,厂商为什么不用;至少算是工作在前线,CT这些年发展有限吧,256、320,再垒下去,价值有限,能谱能量方向?单位不买,不敢发言!其实临床应用上,就是要突破性技术,实现以往无法定性的疾病能够诊断出来;迭代算法很有价值,但是对临床诊断帮助……所以才无法投入到商用吧。其实在医院里,我自己放射科跟临床交流都有限,大家日常工作都有偏差,我们出的报告描述的信息可能并不是临床科室想知道的,所以你这个25年没用上的技术更不会是临床所关注的,坦率的说即使是放射科的也没什么兴趣,大家脱节了,真的!

  26. 吼海雕说道:

    回复惊现高人,佩服佩服!

  27. andy说道:

    实际上,2010年RSNA会上,GE已经将迭代应用到了他最新的CT设备上,并取得了不错的结果。

    实际上,在这个研究领域中,工程师起到了一个桥梁的作用,他们既要懂数学算法设计,又要和医生接触了解需求。真正推动这个领域发展的是这批人,如果这些人做好了,整个环节不会脱节。你举得Pan Xiaochuan也好,GE里的一些工程师也好,算法界的Wang Ge、Noo和Defrise也好,实际上都是很关注临床的,他们都有和各大医疗设备供应商的合作。真正做底层数学的如Katsevich等人,不一定关注临床,但他们并没有脱节。

    迭代之所以没有很快应用,一方面是其计算量较FBP太大了,时间和图像质量之间的balance,直到计算机技术和显卡技术发展到今天还没有彻底解决。另一方面,一个新方法的临床应用需要成百上千的病例验证,就像GE的迭代方法也不是什么新鲜的东西,无非是一些简单的统计迭代,但其应用于临床还是走了很长的路,反复验证其可行性,因为在临床中,来不得半点马虎。迭代初值、参数、步长和策略的选取,直接影响到收敛性和最终结果,其稳定性较FBP要差很多。

  28. WEN说道:

    怎么说呢。可能厂商觉得现在用的也很好啊,

  29. Achilles Wong说道:

    来点CT MR PET-CT之类的科普小文吧 超级好奇 哈哈

  30. huangshujia说道:

    这一直都是个问题啊!!

  31. QQ523500880说道:

    CT的发展对扫描的要求很高,要获得高质量的投影数据,对硬件的制造很复杂,涉及工业制造的水平,不是算法进步就可以替代的,320排的转动离心力达到了40多吨,要匀速旋转投影,快也不行慢也不行,很难。

  32. math618说道:

    “所有的现代 CT 研究都号称能够大幅降低对人体的辐射伤害。但是,今天去医院,我们遇到的仍然是高辐射低质量的过时技术,并且短期内看起来会一直是这样。”
    可恶啊!半岁不到的儿子在医院被医生要求做了脑部CT!后悔啊,不会有什么问题吧?

    • 肥松鼠说道:

      CT有着MRI和B超所达不到的优势,很多内部细节必须要通过CT手段才能看清,医生要求往往是从实际需求出发的。而CT的辐射量一次不会有很大的问题,但是不能短时间内多次做,相关的频率问题你可以搜索一下国外网站。我记得我看过一篇文章提到好像一人一年内最好不要做超过三次CT,当然这只是凭记忆所以不一定正确。总的来说不要太担心,一次CT的辐射量对令郎大脑影响应该是在安全范围内的。

  33. 肥松鼠说道:

    其实关于CT有个问题就是对于一个recovery算法的好坏不能凭借演示实验就下了定论,就像数学证明广泛性很多时候不能通过举例子来进行。目前很多新的算法使用compressive sensing的理念来试图达到较少的measurement和较理想的效果,但是我个人没发现哪种方法能从理论上给出严格的正确性和稳定性证明(low bound of the x ray dose),因为X ray的转化方式在一定程度上不能满足CS的条件,也就是说目前没有哪种方法保证在满足某些简单合理的条件后能一定或极大概率达到一种低辐射量和高精度以及可接受的算法效率。而CT机作为一种高成本商用机器当然是需要一种可行性稳定性能得到保证新算法,这也许是CT目前还在主要依靠FBP的原因。 相关CS理论可以参见Tao,Candes,Indyk的文章。

  34. 你懂得说道:

    技术还未成熟 怎么用

  35. 杨滨说道:

    接触过很多西门子,GE的CT技术人员,都是一句话,只用最成熟的算法,所以BP算法是最适用。

Leave a Reply