近日，厦门大学电子科学系/福建省等离子体与磁共振重点实验室屈小波教授团队在国内磁共振权威期刊《Magnetic Resonance Letters》上发表论文“Cloud-magnetic resonance imaging system: in the era of 6G and artificial intelligence” (Yirong Zhou, Yanhuang Wu, Yuhan Su, Jing Li, Jianyu Cai, Yongfu You, Jianjun Zhou, Di Guo, and Xiaobo Qu *, Magnetic Resonance Letters, DOI: 10.1016/j.mrl.2024.200138, 2024)。
磁共振图像 (Magnetic Resonance Imaging, MRI) 是医学诊断中的关键组成部分，医疗机构每年会产生百万字节的MRI数据用于诊断和研究，这消耗了大量的网络带宽、数据传输和存储设备。存储这些数据至少需要30年，甚至可能需要无限期保存个人数字生活的数据。长期存储可能导致存储设备面临数据丢失和安全风险，缺乏数据备份和恢复机制可能导致这些医疗数据的永久丢失。此外，每个医院获取的MRI数据都存储在本地，限制了数据共享和跨机构研究。医院之间技术水平和资源的差异导致数据处理不一致，可能影响诊断准确性。为促进医疗数据共享，政府出台了许多政策，对通过医疗数据共享和使用改善医疗保健产生了很大期望。尽管如此，MRI数据尚未被充分利用。除了用于诊断的常见DICOM格式之外，MRI还有其特定的原始数据。这些数据称为k-空间，最初从成像扫描仪获取，然后重建成图像，随后进行后处理并转换为DICOM图像。在人工智能时代，可以通过本地服务器上的深度学习重建图像。然而，这些算法的持续维护和更新，加上必要的硬件，需要大量的计算能力、人力和时间。此外，如果能跳过重建和转换，诊断可能更加高效。
图1. Cloud-MRI系统架构。
该研究提出了Cloud-MRI系统 (图1)，这是一个前瞻性的解决方案，整合了分布式云计算、6G带宽、边缘计算、联邦学习和区块链等技术。通过Cloud-MRI系统，k空间原始数据可以以统一的ISMRMRD格式通过命令行上传到云计算服务器或本地边缘节点，实现快速图像重建、物理信息合成数据训练等高级任务。结果可以通过浏览器或移动设备分发给各地的云放射科医生，用于诊断疾病并撰写报告。放射科医生可以轻松获取高质量的成像数据和先进的AI支持，从而提高医疗诊断准确率和效率。
图2. 智能云脑成像平台。(a) 图像在线重建与评分系统，(b) 波谱定量分析系统，(c) 图像标注系统，(d) 可视化神经网络设计和训练系统。注：“脑”代表人工智能。
屈小波教授团队将第一代磁共振成像系统称为智能云脑成像平台 (图2)。该平台目前已经成功部署于公网中(https://csrc.xmu.edu.cn/CloudBrain.html)，并成功在多家医院内网中部署使用 (复旦大学附属中山医院厦门医院等)。该系统可通过网络浏览器，上传、重建和量化 k 空间数据，并使用先进的 AI 算法。放射科医生还可以评估图像质量，并标记和分析结果，而无需安装任何软件。还可以自动进行统计分析和生物标志物查找，以及在线的神经网络零代码设计和训练 (图2(d))。
图3. Cloud-MRI系统的四代发展路线。
图3展示的是Cloud-MRI系统的四代发展路线，目前已经完成第一代工作 (智能云脑成像平台： https://csrc.xmu.edu.cn/CloudBrain.html)，正在进行第二代系统的开发。其中第一代侧重于实验室或放射科级别的基础设施，主要通过将MRI数据加密并传输到云服务器中保存，以便于医生查看和处理。第二代将在医院内完善系统性能，采用MRI参数成像技术，支持命令行传输和自动监测，数据存储时间延长至40年，并引入边缘AI计算和5G+技术以提高传输效率。第三代将推动医师联盟间的发展，实现高分辨率的多核代谢定量信息，并利用虚拟现实、增强现实等技术向临床医生发送诊断结果和治疗计划。最终，第四代致力于覆盖所有医疗机构，采用先进的MRI传感器和量子存储技术，实现对人类生命周期的全面监测，结合6G技术实现毫秒级的网络传输延迟。这些发展将使MRI技术在诊断和治疗方面取得巨大进步，为医疗保健领域带来革命性的变化。
该工作由博士生周毅荣作为第一作者，屈小波教授担任通讯作者。通信测算数据由中国移动厦门公司游永富团队和中国电信泉州公司蔡剑云团队完成，高端磁共振装备数据采集由复旦大学附属中山医院厦门医院周建军主任团队完成。智能云脑成像平台得到了厦门大学硕士研究生吴炎煌同学的大力支持。方法设计、临床意义和论文写作还得到上海电气集团李敬博士、厦门大学电子科学系苏毓涵助理教授，厦门理工学院郭迪教授等人指导。
屈小波教授领导的计算感知实验室（http://csrc.xmu.edu.cn）从事计算磁共振成像、物理智能、医学影像和云计算等研究，受到国家优青等重要项目支持，该工作得到了国家自然科学基金(62122064, 62331021, 62371410)，福建省自然科学基金(2023J02005和2021J011184)，国家重点研发计划(2023YFF0714200)，厦门大学校长基金(20720220063)和厦门大学南强拔尖人才计划资助。
论文链接: https://doi.org/10.1016/j.mrl.2024.200138
预印本链接：https://arxiv.org/abs/2310.11641
智能云脑成像平台CloudBrain (免费注册使用)：https://csrc.xmu.edu.cn/CloudBrain.html
厦门大学计算感知实验室：https://csrc.xmu.edu.cn/index_cn/cy.htm
福建省等离子体与磁共振研究重点实验室: http://pmr.xmu.edu.cn
转自中国磁共振
