05
生成式人工智慧於磁振造影之應用【醫放系89 翁駿程 撰】
2024.10.08
翁駿程是長庚大學醫技系放射組(現醫學影像暨放射科學系)大學部第一屆畢業校友(2000年畢業),現職為長庚大學醫學影像暨放射科學系專任教授兼副系主任、與放射醫學研究院醫學影像研究中心主任,同時合聘於長庚大學人工智慧學系等。翁駿程教授的團隊致力於人工智慧生成式醫學影像的研發,與澳洲昆士蘭大學莊凱翔教授研發「深度學習網路於鼠腦磁振影像之線圈勻場校正與腦提取」,並與林口長庚醫院放射腫瘤科王俊傑醫師、影像診療科部林吉晉醫師研發「生成對抗網路之磁振合成電腦斷層影像於顱內腫瘤放射治療計劃」,所有結果已發表二篇國際期刊論文(Chuang, Weng*, et al. 2022, Wang, Weng*, et al. 2022)與取得中華民國發明專利(2022)
生成式人工智慧能夠產生與訓練數據相似但具有一定程度新穎性的新內容,包括文字或影像,而不僅僅只是分類或預測數據,如ChatGPT在這幾年已經取得巨大的成功,而產生影像在醫學領域中目前尚存在很大的挑戰與爭議。翁老師團隊使用生成對抗網路(GAN)透過兩個神經網路相互博弈的方式進行學習,包括一個生成網路與一個判別網路,生成網路則要盡可能地欺騙判別網路,而判別網路的輸入則為真實樣本或生成網路的輸出,其目的是將生成網路的輸出從真實樣本中盡可能分辨出來,兩個網路相互對抗、不斷調整參數,最終目的是使判別網路無法判斷生成網路的輸出結果是否真實。生成的結果目前應用很廣,包括時尚廣告或電子遊戲等,但是若要應用在醫學影像,則有很多是否違背基本科學原理或醫學倫理等議題。
翁老師團隊在於鼠腦磁振影像之線圈勻場校正與腦提取的研究,可以克服傳統必須以大量人力校正影像,除了提高影像品質,也可以大幅縮短影像處理的時間,讓一些需要大量計算分析的功能性磁振造影(fMRI)或擴散磁振造影結果得以即時呈現。另外磁振影像(MRI)合成電腦斷層影像(CT)的研究,可以使腫瘤放射治療計劃進行時,因為二者影像只要取一即可互相轉換,同時得以磁振影像獲得精確軟組織資訊,以電腦斷層影像獲得電子密度的資訊,以利腫瘤放射治療計劃之執行。當然將來還會有很多生成式醫學影像的發展可能改善影像之時空解析度與對比度等,或生成自然條件下不允許的影像,但是否將違背基本科學原理或醫學倫理仍值得討論。
【翁校友目前於長庚大學醫放系擔任專任教授兼副系主任】
▲深度學習網路於鼠腦磁振影像之線圈勻場校正與腦提取。
▲生成對抗網路之磁振合成電腦斷層影像於顱內腫瘤放射治療計劃。