AR顯微鏡，超級瞄準已部署
阿K醬
嗯嗯，我又回來了
翻翻朋友圈，父母長輩們沒少轉發這樣的謠言：
不要點贊，要轉發！馬桶里的藍色潔廁塊致癌！
震驚！微波爐加熱竟會產生致癌物！
Wifi致癌！還能愉快的玩手機嗎？
癌癌癌!ε=(′ο｀*)))唉
光是聽到這個字眼就已經挺可怕了，被確診更是感覺天都快要塌下來，然而烏龍的是每年都會有不少患者被誤診為癌症等重大疾病。
是人就會犯錯誤，醫生也不是總是能正確的做出診斷，例如腦癌，誤診率就為12%。
在醫學中，切片、活檢作為檢測癌症的金標準在診斷中自然是必不可少的了。可是目前的切片、活檢還依賴於醫生在顯微鏡下的肉眼觀察。
趴在顯微鏡前，一片一片仔細的看過去，看的久了，任誰也容易頭暈目眩、雙眼昏花。
並且在一些經濟體欠發達地區，很多疾病的患病以及死亡率出奇的高，很大因素就醫這些地區的專業疾病診斷人員的缺失。
今日，一款可以幫助醫生「自動鎖敵」的顯微鏡出現在我們的視線中。
我們且稱它為增強現實顯微鏡（ARM）。顧名思義，這是一款運用了AR+AI技術的顯微鏡。經AI演算法分析後，可以進行實時投影，在視覺上將分析結果疊加在原始圖像上。
需要注意的是，ARM並非是一整台顯微鏡，而是一塊可以改裝到大多數光學顯微鏡上的AR部件。這大大降低了ARM的使用成本。
如圖，被蠕動的綠圈包圍的便是癌細胞了。
不僅於此，ARM還可以用於投影其他輔助信息，例如病例數據或注釋之類云云。
那麼增強現實顯微鏡（ARM）是如何令醫生一眼就揪出混跡於正常細胞間的癌細胞的呢？
這種性命攸關的大事，怎麼能夠因為成像誤差而冤枉好細胞，放跑癌細胞呢。所以首先就是要有高精度的光學成像。
樣本的圖像通過分光鏡（S1）一束繼續射向分光鏡2（S2）另一束射向可進行AI分析的C端，分析完畢後，輸出圖像（PI）再由P端射出，與先前的樣品像（SI）在分光鏡2（BS2）處重合。
將顯微鏡顯示器與反光鏡2（BS2）之間的距離調整為最適合顯示尺寸的22mm，輔以中繼光學器件，從而使得顯微鏡顯示器位於樣本的虛擬焦平面內。通過這種方式，便可以最小化綠圈與癌細胞實際位置的偏差。
為了提高響應速度，實現實時投影，顯微鏡的分析系統被高度優化，採用多線程、流水線式流程。一條龍地獲取圖像幀並debayer它（將原始感測器輸出圖像轉換成彩色圖像）、測量數據、運行演算法、處理結果，最後顯示輸出圖像。
這些步驟並排運行在一個連續幀的序列，例如當第n幀顯示時，n+1幀的熱圖已形成，並且第n+2幀的演算法剛剛運行完畢。因此，可以實現每秒10幀的刷新率，足以實時揪出癌細胞的位置所在。
即便我們放大縮小目鏡的倍數，綠圈也會一如既往的牢牢鎖在癌細胞邊緣，絕不跑偏。
只有理論的高大上當然不行，ARM的實戰數據同樣出彩。
對於淋巴結轉移檢測演算法，ARM在測試數據上達到了98％的視野AUC。對於前列腺癌檢測演算法，ARM在測試數據集上也實現了96％的視野AUC。精度可以說是很高了。
對於某些經濟欠發達的發展中國家，醫療器械和醫生水平的欠缺時常令他們難以及時發現和招架瘧疾、結核病的肆虐。若是將ARM的細胞識別範圍擴展到更多領域，經濟實惠的ARM組件和簡易的操作或許會為那些地區帶來更多的幫助。
TAG:AR醬 |