历史上的今天
今天是：2024年11月28日（星期四）
2018年11月28日 | AI企业重点关注的9大医学成像模式和11个人体部位（附详细数据）
2018-11-28 来源： 器械汇
Frost ＆ Sullivan的报告显示，虽然目前人工智能（ AI ）在医学图像分析领域的前景吸引了一大批关注，但是，AI在增强整个医学成像过程和开启智能成像系统的潜力，也同样存在巨大机遇。
AI应用于医学成像，最初的重点是利用内置技术——将局部定位算法用于传统放射图像。不过，在过去的两三年里，市场一直在朝着通过云计算向用户提供AI技术的方向发展，这使得AI更加广泛可用，同时算法也能够从更高的使用量中不断学习。
未来，更可期的趋势是用于成像模式本身，而不是在PACS或后处理工作站上。首先要把深度学习AI技术嵌入扫描设备，将算法应用于原始图像数据。
当今医学成像AI市场的特点呈现动态、多样化的竞争格局，包括一些主要的云计算供应商（已与成像AI初创企业达成合作伙伴关系）、提升计算速度的供应商、云市场（cloud marketplace）供应商、健康IT供应商（与云合作伙伴建立了生态系统）、核心医疗成像和信息学供应商、以及一些主要的IT供应商和90多家独立软件供应商。医学影像AI分析的初创企业数量也从2009年的2家，增加到了2017年的83家。
这个领域也吸引了大量投资。以投资于心血管软件开发商HeartFlow公司的4．665亿美元为代表，在不到5年的时间里，医学成像AI市场筹集到超过10亿美元的资金。如果把收并购和一些大企业的研发资金也包括在内，这一数字将高达60亿美元。
目前，医学成像AI的主要应用集中在自动化、加速以及增强图像分析，其中医学成像AI公司最关注的成像方式是CT和MRI（表1）。
表1 AI领域所关注的9大成像模式
而换一个角度，从不同人体部位来看，大脑和肺部是最受关注的（表2）。
表2 AI领域所关注的11个人体部位
眼下业界面临的一个大问题，是如何将医学成像AI技术的巨额投资货币化。最有可能的财务模式是以结果为导向，包括共享储蓄或利润共享模式。
除了图像分析之外，AI其实还可以用于医学成像工作流程的各个方面（表3）。
表3 未来可应用AI的9大细分领域
虽然全球的医疗保健机构都希望降低成本、提高产出，提升患者和员工的满意度，但采用医学成像AI的获益因地域而异。比如，美国将受益于劳动效率和标准化方面，而英国为了解决放射学家短缺和患者等待时间长的问题，中国则是需要提供更多的医疗专业知识。
史海拾趣
|
尊敬的斑竹及各位大牛们好，小弟一直关注次论坛！现在想问个问题？我的wince5.0系统现在可以识别u盘了，但是如果是FAT32格式的u盘识别时间要1分半钟(有时候可能还长)，如果是FAt格式的u盘很快就识别了时间大概是10秒左右，我已经测试了n遍都是这样 ...… 查看全部问答＞ |
|
我对汇编不是很熟悉，看论坛里面有几个DX搞过这个，所以想请教下： 情况是：用AXD调试，bios可以起来！烧写到nandflash中后，就不可以了，所以就是nand_boot_beg段有问题了， 没有将nandflash中的代码搬到ram中去！ nand_boot_beg代码如下 nand ...… 查看全部问答＞ |
|
我的设备的物理地址基址是0x3800 0000，映射成虚拟地址是0x9000 0000 和0x B000 0000 我设计的流接口驱动程序使用VirtualAlloc（）函数、VirtualCopy（）以及MmMapIoSpace（）函数应该怎么映射地址？… 查看全部问答＞ |
|
linux硬件环境搭建好，在开发板上交叉编译运行自己的程序，却显示/bin/sh:./hello not found. 小弟终于搭建好uboot+linux2.6+busybox的硬件环境，用nfs系统成功驱动。 我自己编了简单的c程序，测试运行情况。 我在linux主机用arm-linux-gcc编译后，复制到开发板根目录运行 却显示 /bin/sh: ./hello not found 请问是交叉编译 ...… 查看全部问答＞ |
|
Linux环境下的软件安装，并不是一件容易的事情；如果通过源代码编译后在安装，当然事情就更为复杂一些；现在安装各种软件的教程都非常普遍；但万变不离其中，对基础知识的扎实掌握，安装各种软件的问题就迎刃而解了。Configure脚本配置工具就是基础 ...… 查看全部问答＞ |
|
本人菜鸟，请高手指点。有个M3(lm3s8962)小系统，要高速进行AD采样搜集，>=600K 采样频率。AD本身采样频率大于100MSPS，再加上SDRAM做数据缓冲。请问用M3能否实现？采用什么接口接受AD数据。SDRAM那里有什么要注意的？谢谢！… 查看全部问答＞ |