清数DLAB来源林亦霖校对于腾凯编辑

李睿:新时代的医学影像及心脑血管成像的应用

8月1日,主题为“新时代的医学影像及心脑血管成像的应用”的思享会在清数D-LAB成功举办。本期思享会由清数大数据产业联盟和清华校友总会AI大数据专委会共同主办,特邀清华大学医学院生物医学工程系副研究员、生物医学影像研究中心副主任李睿博士,结合心脑血管领域的研究,从医学影像设备、精准成像方法、互联网+医学影像、第三方影像中心以及人工智能+医学影像等方面内容进行分享,并与现场来自清华大学iCenter、连心医疗、中科院等20余位业内人士进行了深入交流。

清华大学医学院生物医学工程系副研究员、生物医学影像研究中心副主任李睿博士

医学影像是诊疗流程中非常重要的环节,是获取疾病信息的有效渠道,已经成为医生的眼睛。目前的医学影像在技术研发和运营模式上已经无法满足人们日益增长的医疗需求。李睿老师所在的清华大学生物医学影像研究中心已经研发出世界一流水平的精准医学成像技术,并通过清影华康转化科研成果。分享会上,李睿老师对生物医学影像研究中心和当前所取得的科研成果及转化情况做了重点介绍,以下为分享内容的整理。

医学影像科研成果及转化

为了使学校研发出的技术真正转化到社会上,造福医生和患者,清华大学生物医学影像研究中心在2016年8月和清华工研院旗下基金共同发起成立了清影华康。公司通过对清华大学医学院生物医学影像研究中心科研成果的转化,致力于高级医学影像技术的开发和推广,自公司成立以来,开发出一系列具有自主知识产权的精准医学影像解决方案,为临床和科研提供了更加清晰影像,帮助医生完成精准的诊断。

影像应用的行业现状和需求

脑血管疾病是全球疾病的头号杀手,国际著名医学期刊《柳叶刀》杂志最近刊发的一篇有关中国人死因的流行病学研究指出,脑卒中从1990年到2017年一直是中国人的头号杀手。每年我国的脑血管疾病发病人数有250万,死亡人数160万,也就是说每12秒钟有一人发病,每21秒中就有一人死亡。

脑卒中病变主要分为两种类型,即由于血管破裂导致的出血和由于血管的阻塞导致的缺血,前者称为出血性脑血管病,后者称为缺血性脑血管病。其中缺血性脑血管病占80%以上,主要发病原因是动脉粥样硬化易损斑块破裂造成。动脉粥样硬化是指血液当中的胆固醇和低密度脂蛋白在血管内皮沉积后造成的血管内皮的增厚,进而行成的血管斑块。斑块一方面会导致血管狭窄,造成下游的血流灌注不足:另外一方面会产生容易脱落的易损斑块,容易形成产生血栓,血栓脱落之后也会影响到下游的灌注。

那些有血栓形成倾向、可能快速进展的斑块称之为易损斑块,用影像学的方法找出危险的易损斑块进行积极的治疗,就是清影华康研究的精准影像解决方案。目前我国已经将此项高分辨磁共振成像方法列入到脑血管疾病检查的指南当中。

脑卒中精准影像的临床价值

当前医学影像对临床的支持仅停留在探查到管腔形态的阶段,若对脑血管疾病的精准诊断和治疗,必须对斑块的形态、成分和功能进行精准评估。高分辨磁共振成像方案为临床提供脑血管疾病的精准诊断(判断管腔的形态、管壁的形态、斑块的成分以及易损斑块的鉴别)、治疗选择、预后评估(外科治疗、靶向药效)。
脑血管病影像诊断对比
脑血管病影像诊断对比常规影像无法精准确定易损危险斑块,并且可能导致错误的治疗方案,在治疗后也无法跟踪斑块的变化对疗效进行监控。高分辨磁共振成像可以对斑块的形态、成分、功能进行评估,能够为动脉粥样硬化、动脉夹层、血管炎、动脉瘤以及静脉回流障碍等疾病提供更为丰富的信息。为了使这项技术更快更好的在临床上应用,定位产业转化的清影华康便成立了。目前,高分辨磁共振血管壁成像是公司的核心业务。

北京清影华康科技有限公司概览

凭借深厚的学术研究积累和全球领先的核心技术,清影华康解决了临床刚需痛点,提出了“软件+硬件+服务+人工智能”的精准医学全套解决方案,通过广泛的临床合作,将技术推向了疾病的蓝海市场。以清晰影像助力华夏健康为理念,以精准影像技术服务医生和患者,提升医学影像临床应用水平为愿景,清影华康的目标是转化医学影像科研成果,与大型影像设备厂商合作,成为国内领先、全球先进的精准医学影像解决方案提供商。

清影华康目前的核心产品是高分辨磁共振血管壁成像解决方案。高分辨磁共振血管壁成像通过使用专用高信噪比成像线圈和标准化专业成像序列得到清晰的影像,并利用符合临床流程的高效影像工作站结合人工智能判读算法进行精准量化的判读。相比当前磁共振成像解决方案,高分辨磁共振血管壁成像解决方案有定制化、速度快、精准、全自动勾画、准确率高、减轻医生负担等优点。

清影华康联合清华大学生物医学影像研究中心提供系统的斑块成像和判读培训,学员可以系统了解脑血管MR管壁成像的前沿技术发展动态和临床应用现状,掌握粥样硬化易损斑块的磁共振影像表现规律及判读分析的标准化方法,为临床开展规范化脑血管高分辨率MR成像奠定坚实基础。

历经两年发展,清影华康正计划开始 A轮融资。去年,清影华康与清华大学共同获得了北京市科学技术三等奖。公司目前已拥有6项专利,注册3个商标,获得中关村高新技术企业和国家高新技术企业认证,CFDA已获得二类的医疗器械许可证。

市场规模方面,仅上方提到的高分辨磁共振血管壁成像一款产品,年市场规模预估6.4个亿,总市场容量预计51.2亿。随着更多解决方案的推出,每年预计市场规模将达到150亿左右。清影华康在国外有一些对标公司,如美国的Arterys、加拿大的Circle Cardiovascular Imaging,均为行业独角兽企业。

清影华康通过医院影像科和临床科室进行推广,通过大的三甲医院科研合作树立品牌的形象,促进科售一体融合,以临床需求带动产品推广销售。销售模式当前主要为两种,一面向公立医院影像科神经内科神经外科进行产品销售+售后培训服务。另一种是通过与体检中心、高端诊所、第三方营销中心的合作,一方面向其销售产品,另外一方面通过他们采集的病人数据进行远程会诊。除此之外,清影华康也在积极拓展代理商销售渠道,除顶级三甲医院,也招募区域代理商。

清华大学生物医学影像研究中心

影像中心-背景

在我国,影像设备更多作为神经科学研究的工具使用,医学影像设备和方法的研究与发达国家相比相距甚远,存在很大的发展空间。为了向国际大学顶尖的医学影像研究机构看齐,在时任校长陈吉宁的支持筹备下,清华大学生物医学影像研究中心于2010年6月15日在清华大学正式成立。

影像中心-目标

清华大学生物医学影像研究中心以医学影像研究,尤其是磁共振成像为核心研究内容,推动其在中国的发展,并在科技创新、产业结合方面提供多学科全球化的科研、教学和临床服务。同时,影像中心的建设还将催化与拓展清华大学生物医学工程、分子生物学、生理学、心理学、物理学、电子学、信息学等多学科领域与医学影像学的交叉研究,从而全面提升清华大学在国际生物医学领域的研究水平。

影像中心有三大职能:一是科研,研发影像技术并进行临床研究以期实现转化;二是教学,通过本科生研究生的培养为我国输送影像学人才;三是公共服务,为研究机构提供成像测试服务。
临床导向影像研究关系图

影像中心与国际上大型医疗设备主要供应商建立了战略合作关系,目前一台Philips Ingenia 3.0T CX磁共振扫描仪,年底还会有一台SiemensPrisma 3.0T磁共振扫描仪安装到位。

影像中心-团队成员

影像中心是在清华大学985学科建设项目支持下的集研究、教学与临床合作于一体的多模态医学影像中心。中心主任由清华大学医学院从美国华盛顿大学引进的国际心血管磁共振领域的著名专家苑纯教授担任。中心有六位常驻科学研究员,分别研究不同的方向,郭华(磁共振神经成像方法)、罗建文(超声成像)、赵锦海(磁共振成像临床应用)、陈慧军(生理量化成像)、李睿(心血管磁共振成像)、丁海艳(心脏磁共振成像),同时,影像中心还有四五十位学生。
Image caption
影像中心有独特的教学机制以及培养高素质领军人才计划。影像中心聘请国际顶尖教授指导科研方向、方法,以及对科研进行效果评估,国际化的师资力量被称为讲习教授团机制。通过在影像中心近距离的学习,学生们将系统了解脑血管MR管壁成像的前沿技术发展动态和临床应用现状,掌握粥样硬化易损斑块的磁共振影像表现规律及判读分析的标准化方法,为临床开展规范化脑血管高分辨率MR成像奠定坚实基础。

影像中心-团队研究方向

李睿老师目前的研究方向是斑块成像,通过硬件研发、磁共振成像线圈研发、序列研发,以及成像方法研发,获得黑血成像方法,借助黑血成像可观察神经血管床上动脉粥样硬化的分布情况。另一个与斑块有关的研究是北京市科委的前瞻性项目,通过观察斑块的变化以及不同的斑块特性来达到预测斑块进展的目的。当前利用深度学习方法系统已经建立了斑块分割和成分提取两个模型,下一步,两个模型如何与医疗诊疗流程结合起来减轻医生的负担,以及怎样形成一个良好的商业变现模式,值得大家深思。

与此同时,李睿老师对影像中心的其他老师的研究项目也做了进一步的介绍,致力于磁共振神经成像方法研究的郭华老师,正在做高分辨率DWI的数据研究,这是唯一用医学影像看到神经纤维素走形的方法。心脏磁共振成像研究专家丁海艳正在进行有关心脏磁共振的心肌定量成像研究。研究生理量化成像的陈慧军老师则在进行定量磁共振研发,他希望用DCE动态增强的方法能够观察到炎性反应和新生血管的状况,包括动脉瘤瘤壁以及肝脏的状况。研究超声成像的罗建文老师,正在研发依靠高帧频超声获得斑块弹性的数值。此外,李睿老师还通过与多个医院合作的实例,详细讲解了医学影像的研究成果对动脉瘤、癫痫病、颅底肿瘤、帕金森病等在治疗过程中的原理及应用情况。

影像中心-团队研究成果

从2010年成立到现在,影像中心每年发表的高质量学术论文呈逐年递增的趋势,共发表了近400篇高质量的学术论文。论文数量在全国所有影像行业的同类里面最多,科研能力达到了全国最好的水平。仅去年,影像中心的六位老师在磁共振领域国际权威期刊《医学磁共振》(MRM或官方简称“Magn Reson Med”)发表了12篇高质量学术论文,除磁共振行业期刊,放射学杂志、临床杂志也相应发表了重量级文章,影像中心希望借此思路影响到磁共振技术行业,放射科、临床科室,甚至基础医学的研究。李睿老师表示,今后影像中心的学术论文数量会越来越多,质量也将越来越高。

影像中心培养了一批影像专业人才。影像中心自2010年建立,2016年第一批博士生毕业,至今共培养出20多位博士生毕业生,20位硕士生毕业生,以及一些本科生。学生在毕业后会流向联影医疗、东软医疗等民族企业,或者进入耶鲁、哈佛、麻省、剑桥等国际顶尖学校。从近几年国际学术会议交流情况来看,影像中心培养出的学生在国际舞台上越来越有话语权。随着影像中心规模的扩大,影像中心每年参与全球最具规模与影响力的国际医学磁共振学会(International Society for Magnetic Resonance in Medicine,ISMRM)的人数也越来越多。每年组织举办医学影像高峰论坛,参与规模也逐渐增大。影像中心在世界范围内的影响也越来越大。

影像中心还和大型的公立医院进行科研和临床试验的合作,进行科研成果转化。斑块成像技术的研究、影像中心有独特的3D黑血线圈序列、成像人工智能分析等都是影像中心科研成果转化的重点。李睿老师表示,今后AI技术、互联网技术、区块链技术都是影像中心技术发展的趋势。

小结

影像中心并不是做常规影像技术的磁共振系统、超声成像系统,而是做基于成像系统的高级临床应用的开发,利用已有磁共振成像或者超生成像设备,研究和挑战如脑卒中、心脏病、冠心病、肿瘤等不同疾病不同的成像方法,重建设备算法、图像处理算法、临床决策方法,打通整个治疗环路,为医院和疾病服务。

未来,利用AI、互联网、区块链等先进技术,影像中心可以对心脑血管疾病癌症和神经病性疾病进行更深入的临床影像研究。而影像中心也希望通过更多临床实验改变临床指南、影响临床决策,开启更多前瞻性研究。从长远计,这些先进的医疗影像技术不能只停留在大学供少部分人科研,更应该向临床医院转化,造福更多患者。

李睿简介
  • 李睿老师是清华大学医学院生物医学工程系副研究员,生物医学影像研究中心副主任,北京清影华康科技有限公司(以下简称清影华康)创始人、首席科学家。

  • 2000年在清华大学电子工程系获得工学学士学位

  • 2005年在清华大学电子工程系获得工学博士学位

  • 2005年进入北京万东医疗装备股份有限公司工作

  • 2009年开始在美国西雅图华盛顿大学血管成像实验室做博士后研究

  • 主要从事心脑血管磁共振成像方法的开发工作,尤其对颅内外斑块成像、血流成像有较为深入的研究

  • 主持和参与十三五重点专项课题2项、国家自然科学基金项目3项、北京市科技计划项目1项、校内交叉项目1项、横向项目2项

  • 发表学术论文50余篇,其中SCI收录30余篇,专利5项,会议论文100余篇

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业医学影像
相关数据
连心医疗机构

连心医疗成立于2016年3月,专注于为医疗机构提供专业的肿瘤数据中心平台和数据处理技术,创始团队具有海外科研背景,在人工智能、放射物理、医学影像领域具有超十年的研发积累和经验。公司的核心人工智能算法,仅用3.5分钟就可以实现自动勾画,医生只需要在此基础上进行检查与微调,工作效率提高90%以上。自成立以来,连心一直与国内外顶尖科研和医疗机构保持长期合作,截至目前已申请自然科学基金10余项,并与美国国立卫生研究院NIH、哈佛大学等机构达成深度合作,获得了授权许可。2016年4月,连心医疗联合6家顶级肿瘤治疗单位,参与了科技部重大专项“基于多模态影像技术在肿瘤剂量雕刻精准放疗的临床应用研究”科研项目。2016年8月,连心医疗获顶级孵化器认可,成功入选全球顶尖的微软加速器。

http://www.linkingmed.com/
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

规范化技术

规范化:将属性数据按比例缩放,使之落入一个小的特定区间,如-1.0 到1.0 或0.0 到1.0。 通过将属性数据按比例缩放,使之落入一个小的特定区间,如0.0到1.0,对属性规范化。对于距离度量分类算法,如涉及神经网络或诸如最临近分类和聚类的分类算法,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对于训练样本属性输入值规范化将有助于加快学习阶段的速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性与具有较小初始值域的属相相比,权重过大。有许多数据规范化的方法,包括最小-最大规范化、z-score规范化和按小数定标规范化。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

区块链技术技术

所谓区块链技术,简称BT(Blockchain technology),也被称之为分布式账本技术,是一种互联网数据库技术,其特点是去中心化、公开透明,让每个人均可参与数据库记录

暂无评论
暂无评论~