深至科技
磁共振成像（MRI）以其非电离辐射、非侵入性、多对比度和定量等特点，彻底改变了医疗卫生领域。但自1983年引入1.5特斯拉全身超导成像系统后，经过五十年的发展，MRI的普及性和可及性仍然比较低，且分布高度不均衡，特别是在中低收入国家及地区。
2024年5月10日，香港大学吴学奎（Ed X.Wu）团队在Science在线发表题为「Whole-body magnetic resonance imaging at 0.05 Tesla」的研究论文将有望打破了这一局面，开发了一种全身扫描仪，该研究采用0.05特斯拉永磁体，并结合了主动感知和深度学习来消除电磁干扰，实现无需射频屏蔽和磁屏蔽的全身磁共振成像技术，极大了降低了对磁共振系统的部署难度及对环境的要求，扩展了系统的可移动性和对患者的友好性。此外，吴教授的团队还开发了基于深度学习重建技术，利用大量高场高分辨率的MRI人体数据，并结合图像重建及三维多尺度超分辨率技术实现了快速高质量的磁共振成像。这些开拓性的研究成果有望为实现低成本、以患者为中心、深度学习驱动的超低场MRI扫描仪铺平道路，以满足全球各种医疗环境中尚未得到解决的临床需求。
全身超低场（ULF）磁共振成像扫描仪，可在标准墙面电源插座上运行（220V/20A）。该扫描仪使用紧凑型 0.05 特斯拉永久磁铁，并结合了主动传感和深度学习技术来处理电磁干扰（EMI）信号。
该扫描仪使用紧凑型 0.05 特斯拉永久磁铁，并结合了主动传感和深度学习技术来处理电磁干扰（EMI）信号，实现了无需射频或磁屏蔽笼的清晰成像，加强了移动性和对病人的友好性。
为了提高图像质量并缩短扫描时间，团队开发了一种数据驱动的深度学习图像变形方法，该方法集成了图像重建和三维（3D）多尺度超分辨率，并利用了大规模、高场、高分辨率核磁共振成像数据中的同质人体解剖结构和图像对比度。此外，深度学习图像形成技术极大地提高了包括大脑、脊柱、腹部和膝关节在内的各种解剖结构的 0.05 特斯拉图像质量，还有效抑制了噪声和伪影，提高了图像的空间分辨率。
该研究在0.05特斯拉下实施了常用的临床方案，包括T1加权、T2加权和弥散加权成像，并针对不同的解剖结构优化了对比度。每个方案的扫描时间均在 8 分钟以内，图像分辨率约为 2×2×8 mm³。扫描时的功耗低于 1800 瓦，空闲时约为 300 瓦。这些进展为经济实惠、以患者为中心、由深度学习驱动的超低频磁共振成像扫描仪铺平了道路，解决了全球各种医疗机构尚未满足的临床需求。根据2022年经济合作与发展组织提供的统计数据显示，全球大约有70,000台MRI系统，主要集中分布在发达国家，而在低收入和中等收入国家则极为有限。如非洲每百万居民仅有0.7台MRI系统，而美国每百万居民分别拥有40台扫描仪。这种情况主要源于现有传统高场超导MRI扫描仪（1.5 T和3 T）的采购、安装、维护和运行成本高昂。而吴学奎教授团队此次开发的低成本、低功耗且由计算驱动的无需屏蔽的全身ULF MRI扫描仪有望突破这一医疗难题，用科技赋能医疗，逐渐将医疗设备下沉基层，实现惠及全民的健康检查。
*内容仅用于学术分享；图片来源于网络，若有问题请联系删除。
上一篇：NSR投资观察 | 新丝路资本投资项目“深至科技”未来已来！AI+医疗开启健康新时代
下一篇：NSR投资速递| 新丝路资本投资项目“维立志博”全球首创抗BDCA2/TACI长效双特异抗体融合蛋白LBL-047临床前数据公布
