為診斷患者病情變化，醫(yī)師們常常需要將患者的核磁共振造影(MRI)掃描舊片與新片進行比對，來判斷是否有轉(zhuǎn)移、擴大或縮小等跡象。盡管影像結(jié)果可馬上出來，但在判讀時卻需要相當謹慎，必須仔細觀察、比對并參考舊片或前一次檢查結(jié)果，才考書寫詳細報告供臨床醫(yī)師參考。

因為為求精準，必須進行逐個像素(pixel)的對齊比對，即便透過現(xiàn)有系統(tǒng)進行比對，仍需花上約2小時時間。不但對患者造成心理壓力，同時也浪費醫(yī)師不少寶貴時間。

核磁共振是指電子核在靜止磁場中，受電磁波激發(fā)而產(chǎn)生的共振現(xiàn)象；而MRI則是利用磁場原理，使儀器改變體內(nèi)氫原子的旋轉(zhuǎn)排列方向，原子核就會釋放吸收的能量，能量激發(fā)后放出電磁波訊號，再經(jīng)由計算機分析組合成影像。

MRI掃描基本上是一系列不同角度的2D影像再組合成一張3D影像。而現(xiàn)有的算法要掃描述百萬的3D像素，需要花上相當長的時間；此外，現(xiàn)有算法也無法在每次掃描中學(xué)習(xí)，因此即便針對同一患者進行多次MRI掃描，系統(tǒng)也等同首次重新比對，相當浪費時間。

現(xiàn)在麻省理工學(xué)院(MIT)研究人員已研發(fā)出名為「VoxelMorph」的機器學(xué)習(xí)算法，預(yù)計可將醫(yī)療影像紀錄比對時間從2小時大幅縮短至2分鐘。透過機器學(xué)習(xí)技術(shù)，VoxelMorph可在記錄像像時進行學(xué)習(xí)，為每次掃描創(chuàng)造完美的比對。在初期訓(xùn)練后，所學(xué)習(xí)到的參數(shù)將用于一次便測繪所有的像素。

VoxelMorph是由卷積神經(jīng)網(wǎng)絡(luò)(CNN)支持。CNN是一種前饋神經(jīng)網(wǎng)絡(luò)，是由一個或多個卷基層和頂端的全連通層以及池化層(pooling layer)組成；此結(jié)構(gòu)使得CNN能夠利用輸入數(shù)據(jù)的2D結(jié)構(gòu)，在影像和語音辨識方面的威力相當強大，亦可用于反向傳播算法進行訓(xùn)練。相較于其它深度、前饋神經(jīng)網(wǎng)絡(luò)，CNN需要考量的參數(shù)更少，因而成為極具吸引力的深度學(xué)習(xí)結(jié)構(gòu)。

VoxelMorph共同研發(fā)者Guha Balakrishnan認為，比對兩幅MRI掃描片實際上應(yīng)該與比對多幅MRI的難度相差不大。在進行每次對齊比對時必須要能夠掌握相關(guān)的信息，一旦能夠自前次影像紀錄中學(xué)習(xí)到相關(guān)信息，對于后續(xù)的比對動作將會更快，且同樣精準。

為了訓(xùn)練VoxelMorph，研究團隊輸入了7,000張腦部MRI影像來進行掃描并學(xué)習(xí)。之后，再輸入系統(tǒng)250幅影像來測試是否能夠正確學(xué)習(xí)。包括CNN、改進層(modified layer)及空間轉(zhuǎn)換器(spatial transformer)都被用于捕捉每次掃描中所有voxel的相似性。

每次掃描都能夠讓算法學(xué)習(xí)到有哪里些voxel群組，可在腦部MRI掃描中使用及集成。因此，當在VoxelMorph中輸入新的腦部MRI掃描影像，已受過訓(xùn)練的系統(tǒng)可快速找到影像的完美對齊比對。