Mediso Medical 在 GTC 大會介紹在 GPU 上運行的蒙地卡羅演算法，可以提高拍攝出的影像畫質及減少用於患者的輻射劑量。
Andras Wirth 就跟許多早期的人工智慧研究人員一樣：由於科技發生翻天覆地的變化，他在深度學習方面的雄心壯志也化為現實。
作為一名物理學家的 Wirth 想要運行蒙地卡羅演算法，以在核醫影像領域獲得長足進步，過去如果沒有大型超級電腦的輔助，便無法進行這些運算作業。
十年前他的實驗室開始使用 GPU 和首版 CUDA 來處理對於運算能力有著嚴格要求的演算法，的確出現突破性的發展。
週四在矽谷舉行的 GPU 技術大會上，Mediso Medical 核醫影像部門主管 Wirth 介紹了 Mediso Medical 的開創性成就。
Wirth 的 CUDA 程式開發團隊在 GPU 上進行蒙地卡羅運輸方法計算作業，以提高影像畫質，有助於消除常見因物理模型不準確性引發的劣化效應。
蒙地卡羅運輸方法靠著模擬有利於取得患者核醫攝影影像的物理過程，模型內模擬了數十億個光子軌道，以獲得最高的精準度。這些光子軌道本質上是隨機的，模擬本身也得是隨機的，就跟蒙地卡羅市的賭博遊戲一樣。
除了提高掃描畫質，核醫領域的主要問題是需要減少注射放射性同位素的劑量，又不破壞所獲取之影像的診斷價值。神經網路有助於應付不斷增加的雜訊，又保留影像中的有用資訊，同時其表現也是傳統方法無法比擬的。
減少注射放射性同位素的劑量，對患者及管理放射性物質的設施是有利的，且背後的 GPU 加速技術在整個領域裡前途一片光明。
「這完全就是改寫全局的要素，它可以對各類核子醫療程序產生影響。」Wirth 說。
洛斯阿拉莫斯到布達佩斯
蒙地卡羅方法可以追溯到1940年代曼哈頓計畫（Manhattan Project）的研究結果，但直到最近研究人員和工程師才將 GPU 用於這個有著嚴苛運算要求的演算法上。
Wirth 將 GPU 用於蒙地卡羅方法上，增加了位於布達佩斯之 Mediso 用在 SPECT 掃描攝影機上的軟體功能。SPECT（single-photon emission computerized tomography，單光子電腦斷層造影）掃描將放射性同位素注射到患者的血液中，臨床醫生再使用專門的攝影機來拍攝器官的 3D 立體影像。
Mediso 使用一千張骨骼掃描影像來訓練其 U-Net 卷積神經網路架構。醫學影像領域使用 U-net 來支援影像分割作業，以畫出不同的細節區域。
Wirth 說得花上龐大的運算能力才能進行這類運算。「以前只有超級電腦才有能力進行這類運算。直到把 GPU 用於一般運算作業，不然在醫學影像領域嘗試使用蒙地卡羅粒子傳輸運算作業，一點意義也沒有。」
GPU 可減少注射放射性同位素的劑量
對於患者來說，在拍攝醫學影像的過程中使用的放射性同位素，是一項低階致癌物，影像設施要花上不少錢來購買，還要進行特殊處理。
「沒有人喜歡體內留有核同位素，這就是我們要盡量減少注射量的原因，再怎麼說都有著風險。」Wirth 說。
可是減少放射性同位素劑量，就更難以判讀線條，畫面還會變得模糊，無法發現骨骼中的病變。
Mediso 使用該公司在 GPU 上運行的神經網路解決方案，將影像裡的「雜訊」減到最少，又能將給予患者的放射性同位素劑量減少八分之一。
「很難想像要是沒有 GPU，就無法開發這些以神經網路為基礎的產品。我們不會在這裡就停下腳步：在醫療影像領域裡，處理時間至關重要，GPU 技術已成為成像產品的重要元素。」Wirth 說。
a {
text-decoration: none;
}