從心臟病學到癌癥篩查，現(xiàn)代醫(yī)學嚴重依賴于超聲等圖像處理技術。但是，作為手動過程，存在人為錯誤的固有風險，這可能導致在診斷和治療階段出現(xiàn)問題。

Bahareh Behboodi是Concordia的電氣和計算機工程系的博士學位候選人，他在組織的圖像處理和特征表征(IMPACT)實驗室工作。她正在開發(fā)基于人工智能的超聲圖像處理方法。她的目標是使腫瘤的檢測和分割更快，更準確。

此特定圖像與您在Concordia的研究有何關系?

Bahareh Behboodi：

左側的圖像顯示了具有三個不同病變的超聲圖像，而右側的圖像則顯示了對應的病變掩模。如您在左圖中所見，由于超聲圖像通常被噪聲污染，因此手動準確地對病變進行分割非常困難且耗時。

您的項目的預期結果是什么?

BB：

我研究的目的是通過應用人工智能(AI)技術來促進超聲圖像處理，特別是腫瘤的檢測和分割。我們的目標是自動檢測或分割超聲圖像中的特定器官，與目前的手動技術相比，此方法更快，更準確。

您會看到它對人們的生活產(chǎn)生什么影響?

BB：

社會將受益于使醫(yī)療保健方面的診斷和治療更加準確。

我將提供一個研究應用示例。腎臟萎縮是腎臟大小小于正常大小的疾病。為了確定尺寸，醫(yī)生需要使用非侵入性成像方式(例如超聲)并手動進行測量。這冒著可能影響治療程序的錯誤風險。

但是，如果自動進行測量，不僅可以加快測量過程，還可以提供更準確的結果，并有助于更好地決定將來的治療方法。

您在研究中面臨哪些主要挑戰(zhàn)?

BB：

該領域面臨的主要挑戰(zhàn)之一是，如今，由于學者們越來越多地利用人工智能來研究人工智能，因此有很多研究人員正在采用這些技術來改善醫(yī)療保健系統(tǒng)。因此，時間是成功的關鍵。您需要快速建立從A到Z的想法。

是什么首先激發(fā)了您學習該學科的靈感?

BB：

嗯，聽起來可能很有趣，但是看電視節(jié)目《灰色解剖學》激發(fā)了我找到一種與保健和醫(yī)療系統(tǒng)相關的方法。另外，我對數(shù)學感興趣。因此，我開始攻讀生物醫(yī)學工程專業(yè)的本科課程，現(xiàn)在我正在進行博士學位研究，以改善醫(yī)學圖像處理以實現(xiàn)更好，更準確的診斷。