放射组学和人工智能预测癌症预后 将X射线技术结合深度学习算法

研究发现，一种新型的、可以与深度学习算法相结合来进行爆炸物质检查的 X 射线技术，将可以用于提早检测到人体内潜在的致命肿瘤。

此前，有不法分子通过将爆炸物藏在电子设备或其他物体内来躲避传统的 X 射线的检查，这主要就是因为传统的 X 射线技术在这种情况下很难探测到爆炸物质。但研究人员发现如果采用这种新的技术，将可以在同样的测试条件下以 100% 的准确率检测出爆炸物。

显然，这一技术将会在机场的炸弹和其他危险物品和物质的扫描等应用中有着最大的潜力，但最近来自 Nature Communications 杂志的一篇论文发现，这一技术也将可以用于辅助检测建筑物的裂缝和锈蚀，而且最终还将可用于早期肿瘤的识别。

为了进行测试，伦敦大学学院的研究人员将少量炸药藏在了笔记本电脑、吹风机和手机等电器产品中，这些炸药的种类包括 Semtex 和 C4 等，而这些电器则被装在了装有牙刷、充电器和其他日用品的袋子中，这样的安排是为了更大程度地模拟旅行者的密密麻麻装满的旅行包。

此前传统 X 光扫描，会使用标准 X 光机以均匀的 X 射线场照射物体；而在此次测试中，研究人员采用的是包含有定制的蒙板的 X 光机，其中的蒙板由打孔的金属片制成，它的作用是将光束分离成一组更小的光束。

图 | 一个袋子的扫描图，上图为传动的 X 光机，下图为研究团队的扫描结果（来源：伦敦大学学院）

这样，当光束穿过袋子和里面的东西时，这些光束将以仅有一微弧度的角度被散射（大约 2 万分之一度）。

而之后的散射分析，则由被训练过的人工智能来完成，它可以识别特定的角度变化模式下特定材料的纹理。

伦敦大学学院医学物理和生物医学工程系的桑德罗·奥利沃（Sandro Olivo）说，人工智能非常擅长分析处理并搜寻到这些爆炸物质等材料，即使它们被藏得很深。他说，“即使我们在测试中将仅仅少量的炸药隐藏在某处，由于它们在许多其他东西中留下了一些纹理，算法也会找到它。”

图 | 左侧为传统扫描方法，右侧为此次采用得散射方法（来源：伦敦大学学院）

该算法已经可以做到，在测试中得每一次实验中都能够正确识别炸药。不过该团队也承认，在更接近真实世界条件的更大规模的研究中，很难有同样高的准确性。

研究人员也认为，这项技术也将可用于医疗应用，特别是癌症筛查。

尽管他们还没有对这项技术能否成功地区分肿瘤的纹理和周围健康的健康乳房组织进行测试，但他们已经发现，这一技术在探测非常小的肿瘤方面有着很大得潜力，尤其是那些此前由于藏在病人胸腔后面而无法被 X 光发现的肿瘤。

奥利沃补充说，他们非常期待有一天这些可以实现，如果研究团队检测肿瘤纹理方面得到与探测爆炸物质类似的准确率，该方法在肿瘤得早期诊断方面的应用潜力是巨大的。

“伦敦大学学院团队的最新工作有着很大的前景，它结合了新型 X 射线成像和人工智能技术，在行李物品的危险物品和裂缝检测等无损检测中具有很大的应用潜力”萨里大学的副教授凯文·威尔斯（Kevin Wells）说，““癌症检测本身就包含一系列挑战，我们期待根据工作进展在适当的时机将其投入应用”。

支持：vantee

原文：

https://www.technologyreview.com/2022/09/09/1059146/a-new-x-ray-technique-for-detecting-explosives-could-also-identify-tumors/