最近，由温哥华沿海卫生研究院研究员伊尔克·哈奇哈里奥格鲁博士领导的一项研究首次测试了用于生成前列腺癌超声扫描的磁共振成像（MRI）图像的几种图像到图像合成技术。在过去两年中，研究人员在图像合成技术方面取得了惊人的进展。类似于流行的OpenAI生成式人工智能（AI）算法，该算法可以创建图像并将图像转换为其他图像，合成图像生成是一种复杂的AI计算机算法。研究人员向图像合成技术输入数千张患者的诊断扫描，以训练其识别疾病特征，例如某种癌症的各种图像。哈奇哈里奥格鲁解释说，输入算法的图像越多，生成合成图像的准确性就越高。例如，他们研究中检查的软件图像合成技术可以通过点击按钮快速将单个超声扫描转换为另一张医学诊断图像，如MRI图像。
“我们的目标是使图像到图像技术发展到可以在医疗环境中使用，以减少高质量临床成像（如MRI）的等待时间和旅行时间，并减少CT、X射线或乳腺X光摄影的辐射暴露。”哈奇哈里奥格鲁表示。MRI技术利用磁场波和计算机生成的无线电波来拍摄内部组织结构（包括骨骼、血管、器官和肌肉）的详细图像。虽然无创，但目前这项技术仅作为不可移动的机器提供，可能不在主要城市中心之外可用。CT扫描器也是如此，它是一种放射技术，可以拍摄一系列内部软组织和骨骼的详细X射线图像。
另一方面，超声波是一种不产生辐射的技术，它利用声波生成体内的组织图像，如器官。便携式超声设备可以方便地生成内部组织的实时图像。在可能远离其他扫描技术（如MRI或CT扫描仪）的偏远地区，超声波是一个快速生成合成MRI或CT图像的理想选择。
需要进一步研究以完善图像到图像软件
在他们的研究中，哈奇哈里奥格鲁和他的团队评估了使用五种广泛认可的医学影像图像到图像转换网络（2D-Pix2Pix、2D-CycleGAN、3D-CycleGAN、3D-UNET和3D-AutoEncoder）从794张前列腺癌超声扫描生成的合成MRI图像的质量。五位具有五年以上读取MRI扫描经验的医生随后随机选择了15张合成的MRI图像进行评估。研究团队发现，尽管合成的MRI图像与实际MRI扫描图像相似度约为85%，但在诊断阶段仍然缺乏许多重要的临床特征。
“这项技术在临床诊断、研究和药物开发方面具有巨大潜力，因此迫切需要进一步改进图像到图像转换网络，以提高其性能。”哈奇哈里奥格鲁表示。
(全文结束)
