张学勇移民公司
微信扫一扫 分享朋友圈

已有 86 人浏览分享

开启左侧

你绝未见过的3D彩色X射线扫描仪 它的芯片来自CERN

[复制链接]
86 0

  来源:中科院高能所

  X射线是德国物理学家伦琴(WilhelmKonrad Rontgen)1895年发现的。这项技术很快就被应用于医学诊断,帮助医生了解人体内组成器官的生理、解剖及病理生理、病理解剖的变化,大大减少了疾病诊断的误诊率。

  经过120多年的发展,X射线成像技术取得了令人瞩目的进展,但不知你是否注意到,这些年来医生给患者拍的X光片都是黑白片,这是因为获得人体组织3D彩色X光片的相关技术瓶颈一直未能突破。

  近日,从新西兰传来了令人震撼的好消息。一对科学家父子历时十年,终于研制成功三维立体(3D)彩色X射线医用扫描仪。他们使用欧洲核子研究中心(CERN)为粒子物理研究开发的Medipix3芯片技术――那正是为CERN找到“上帝粒子”希格斯玻色子立下汗马功劳的技术。

  医生们期盼多年的3D彩色X光片终于变成了现实,当看到那清晰显示出人体皮肤、肌肉、骨骼、脂肪、疾病标记物等的3D彩色扫描图像时,不由得惊叹:真令人难以置信!

  CERN的Medipix

  欧洲核子研究中心(CERN)因寻找到“上帝粒子”希格斯玻色子而闻名世界。

  CERN拥有一种混合像素技术(Hybrid pixel technology),CERN的大型实验装置几乎都采用了这种技术来探测粒子的对撞顶点或径迹。CERN以及一些合作组成员从这里看到了机会,他们认为这种技术完全可以进一步研发,应用于粒子物理研究之外的领域,Medipix项目就这样诞生了。


  混合硅像素探测器1995年的照片,显示出153个高能粒子的轨道,展示了在高能物理中追踪应用的潜力(图片来自网络)

  Medipix是一种用于粒子成像和检测的芯片,其工作原理类似于现代数码照相机的传感器。当电子快门打开时,这种芯片可以检测并计数撞击像素的单个粒子,使生成高分辨率、高对比度、高可靠度的图像成为可能。

  Medipix1于20世纪90年代由四个研究所经非正式合作研制成功,展示了提供无噪声单光子计数的技术潜力。实质上,Medipix是个由成千上万个通道组成的集成电路,每个通道连接一个敏感元件,形成一个小的二维粒子探测器,能产生高分辨率、无噪声的X射线图像。

  Medipix2的合作研制从1999年开始,合作组有17个成员。目标是改进空间分辨率,研发更多的附加功能。具有时间或振幅测量附加功能的Medipix2改进版本称为Timepix。Medipix2的研制原计划进行4年,由于在各类粒子成像领域应用广泛,直到15年后该合作组仍然定期举行会议。

  2005年,欧洲的EUDet合作组(由12个国家的31个欧洲伙伴机构组成,目标是为欧洲的下一个大型项目――国际直线对撞机的探测器研发打基础)与Medipix设计团队进行了接触,提出了进一步提高Medipix芯片功能,期望每个像素既要能测量撞击光子的数量,且要能测量粒子的到达时间。

  Medipix3的合作研制从2007年开始,合作组成员增加至21个。通过采用更先进的CMOS(数字集成电路中的信号放大器件)工艺,可实现在单个小像素上集成两个计数器,在前一个图像被读出时就能同时完成当前图像的拍摄,减少了死时间。

  而Timepix3的功能更加强大,能够记录每个被探测光子的位置、能量/波长、到达时间。使用这种芯片,图像不再是黑白的了――图像中可用不同的颜色来表示光子的不同能量,使图像更清晰、更准确。Timepix3在CERN的粒子物理实验中有非常出色的表现,这为它在医学成像和更广泛的辐射探测等领域的应用打下了坚实的基础。


Medipix的读取芯片Timepix3(图片来自网络)

  父子科学家的追求

  1895年,德国科学家伦琴(Wihlem Rontgen)发现了X射线,震撼了整个科学界。仅仅几个月后,这项技术就被应用于医学影像,人类得以窥视人体的内部,对医生诊断疾病有很大帮助。只是,此后120多年来,因技术上始终得不到突破,医学上的X射线扫描只能停留在黑白片的时代,不禁令人感到有些缺憾,黑白图像难以提供人体骨骼周围组织和肌肉的更多信息及细节。

  有一对新西兰父子:菲尔?巴特勒(Phil Butler)与安东尼?巴特勒(Anthony Butler)。父亲菲尔?巴特勒是坎特伯雷大学的物理学教授,儿子安东尼?巴特勒是奥塔哥大学的生物工程学副教授。他们决心致力于新型成像技术的研究,希望能够发明一种探测人体内部的3D彩色X射线扫描仪,以帮助医生更好地诊断疾病。


安东尼?巴特勒(左)与菲尔?巴特勒(右)(图片来自网络)

  2005年,巴特勒父子提出了这个研究意向,当时就引起了科学界的关注,这个项目被认为相当有发展前景。2007年,巴特勒父子创办了MARS Bio-Imaging科技公司,并与新西兰的坎特伯雷大学、奥塔哥大学就该项目开始进行合作。该项目还获得另一些大学、法国手术机器人公司(Medtech)、GE医疗集团的技术支持、新西兰商业、创新和就业部(MBIE)的经费资助,以及一些相关协会的捐款。

  传统的X射线成像基于X射线穿过人体密度不同的组织吸收程度不一样,携带了人体各部不同的密度信息在荧光屏或胶片上感光的强弱差别就显示出灰度不同的阴影,这就是所谓的黑白X光片。如果通过某些图片处理手段将人眼不能区分的微小的灰度差别显示为较明显的色彩差异,可以得到一种假彩色增强图,便于解释和提取有用信息,但这并不是真正的彩色X射线图像。

  巴特勒父子不想延续传统的X射线成像的技术思路,他们需要的是全新的技术。 得益于新西兰是CERN的协联成员国,后来又成为Medipix3合作组的成员。巴特勒父子团队参加了CMS大型探测器的安装(CMS用Medipix探测器监测中子和电离辐射)。在合作过程中,他们深入了解了Medipix芯片的先进技术,很想探索是否能将Medipix芯片用于记录X射线穿过人体密度不同的组织时不同的吸收效率。经Medipix3合作组授权,同意他们将Medipix3用于3D彩色X射线扫描仪的研发。


扫描仪最初的设计图及完成后的样机(图片来自网络)

  3D彩色X射线扫描仪

  经过10年多的努力,2018年7月终于传来了令人振奋的消息:巴特勒父子的团队研制成功了全球第一台3D彩色X射线扫描仪(MARS)。

  经自定义数据处理算法增强的Medipix3芯片可以检测X射线穿过人体密度不同的组织时吸收效率的变化。而颜色则是由X射线光子的不同能量差异导致的。如果将光子的不同能量与特定的人体组织相匹配,并用数据处理算法为不同的人体组织分配相应的颜色,不仅能区别人体不同组织的构成,还能以不同的色调清楚地显示骨骼、肌肉、脂肪、液体、钙质以及肿瘤标志物等,再加上其他软件的运用,则能分析、筛选数据,将数据转换为高分辨率的彩色3D图像。

  菲尔?巴特勒指出:Medipix3芯片在制造MARS以及在医学诊断方面带来了很大的优势。它的小像素以及精确的能量分辨率意味着这个新的成像工具能够获得其它任何成像工具都无法实现的图像。从黑白胶片升级到彩色照片是一种全新的X光体验,使医生能以无创的方式看到受检者体内的各种细节,帮助医生作出更准确的诊断。

  技术上得到突破之后,巴特勒父子和他们的合作者用一个小型的样机进行临床试验:研究癌症、骨骼和关节,以及导致心脏病和中风的血管疾病,医生可针对每个患者设计个性化的治疗计划,包括靶向药物治疗或微创手术。


MARS的小型样机(图片来自网络)

  安东尼?巴特勒认为:这种成像技术是新一代大型医学成像的创新,3D彩色X射线图像将为临床医生提供目前在CT、MRI或PET扫描中不可能获得的信息。最终,MARS扫描仪将能更好地诊断和监测多种疾病,为患者带来更好的结果――特别是在中风预防、关节置换和癌症治疗等方面。



  图为MARS扫描仪拍摄的一个踝关节的3D彩色X射线图像,可以看到脚踝的骨头、脚后跟区域的填充物(红色的软组织、白色的骨头,而脂肪则是浑浊的黄色)(图片来自网络)




  图为MARS扫描仪拍摄的带手表手腕部分的3D彩色X射线图像,白色的是软组织中的部分手指骨,连手表的结构都能完整重现(图片来自网络)

  CERN拥有的技术有相当部分已成为当今广泛流行的许多技术的核心。CERN的知识转移小组一直都在努力让CERN的技术应用到高能物理学以外,特别是医疗领域的应用。MARS扫描仪的成功伴随着CERN粒子探测器技术研究的发展,伴随着Medipix芯片的改进升级,还得益于成像设备的设计、医学数学和数据可视化技术等多项前沿技术的发展。




媒体的相关报道(图片来自网络)

  期待MARS扫描仪能尽快商业化,成为医疗界不可或缺的工具,实现更准确的诊断和个性化的治疗。当然,可能还需要数年时间MARS扫描仪才能获得它所需的所有许可和批准,以便能安全地在医院和诊所临床使用,但未来看起来十分光明。


举报 使用道具

回复
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

9

关注

15

粉丝

42462

主题
精彩推荐
热门资讯
网友晒图
图文推荐

维权声明:本站有大量内容由网友产生,如果有内容涉及您的版权或隐私,请点击右下角举报,我们会立即回应和处理。
版权声明:本站也有大量原创,本站欢迎转发原创,但转发前请与本站取得书面合作协议。

Powered by Discuz! X3.4 Copyright © 2003-2020, WinnipegChinese.COM
GMT-5, 2024-11-17 16:54 , Processed in 0.022267 second(s), 29 queries .