抗击癌症，谷歌为医疗诊所研发AR显微镜平台ARM

小编 ovaliu | 分类：快讯 / 论文 | 发布日期 2018年4月17日

加入映维网会员

文章相关引用及参考：映维网

支持实时图像分析，并且能将机器学习算法的结果直接渲染在视场之中。

（映维网 2018年04月17日）深度学习在眼科，皮肤科，放射科和病理学等医学学科的应用最近显示出巨大的前景，可以为全世界患者提高高质量医疗保健的准确性和可用性。谷歌的报告同样说明，卷积神经网络能够在一定程度上准确地检测淋巴结中的乳腺癌转移，其水平能够媲美经过专业训练的病理学家。但通过复合光学显微镜进行直接的组织可视化仍然是病理学家诊断疾病的主要手段，所以影响病理学广泛采用深度学习的关键障碍是：微观组织的数字可视化。

在今天举行的美国癌症研究协会年度会议上，谷歌的科学家公布了一份名为“An Augmented Reality Microscope for Real-time Automated Detection of Cancer”的论文，他们描述了一个增强现实显微镜（Augmented Reality Microscope，ARM）平台，并认为这可以帮助加速全世界的病理学家采用深度学习工具。这个平台由改进的光学显微镜组成，支持实时图像分析，并且能将机器学习算法的结果直接渲染在视场之中。重要的是，谷歌的ARM平台可以通过低成本，易于使用的组件来集成到各个医院和诊所中现有的光学显微镜，同时不需要分析整个组织的数字化版本。

现代计算组件和深度学习模型将支持大范围的预训练模型运行在这一平台。在传统的模拟显微镜中，用户主要是通过目镜观察样品。机器学习算法能够将输出实时投影回光路，数字投影将叠加在样本的原始（模拟）图像上，从而帮助用户定位或量化目标特征。重要的是，计算和视觉反馈能够迅速更新，速度约为每秒10帧，所以模型输出能够实现无缝更新。

左图：ARM的示意图。数码相机能够捕捉与用户相同的视场，并将图像传送到能够运行机器学习模型实时参考的附加计算单元。结果将反馈到一个自定义的，与目镜一致的AR显示屏中，并将模型输出投影到与显微镜玻璃片相同的平面上。右图：谷歌原型已改装成典型的临床级光学显微镜。