图形处理技术的使用极大地提高了乳腺癌的筛查水平，并产生了新一代编程结构
长期以来，麻萨诸塞州总医院（Massachusetts General Hospital，MGH ）放射科的乳房影像部在乳腺癌检查和诊断领域一直处于领先地位，并在将新的筛查方法引入该领域的过程中起了推动性作用。麻州总医院的技术创新和临床研究使得医生们能够将肿瘤发现在其早期生长阶段，这对挽救生命而言是一个关键因素。在乳腺癌扩展到身体的其他部位之前便将其发现时，病人的五年生存率为97%，事实证明，使用筛查性乳房X线摄影术，早期发现乳腺癌可以使总死亡率降低30%。由于定期筛查的人数增加，所以，尽管美国乳腺癌的整体发病率上升了，但死亡率从1990年起却下降了25%。
近年来，在促使美国食品及药物管理局(U.S. Food and Drug Administration, FDA)批准全视域数字乳房X线摄影术的过程中，麻州总医院起了推动性的作用。全视域数字乳房X线影像技术以电子方式捕捉和显示影像，而不是将其拍摄和显示在胶片上。尽管数字乳房X线摄影术相对胶片式乳房X线摄影术更加有效，但它仍然有着后者所存在的很多缺点。传统的乳房X线摄影术中所使用的两维图像难以阅读，而在因挤压使乳房组织密度变得特别高或者发生重叠时尤其如此。因而，对“疑似” 乳房X线照片进行的复查显示，其中有25%发出的都是错误的警报信号。
乳房X线摄影的新维度
为了提高早期乳腺癌筛查的有效性，麻州总医院的乳房影像部实现了一种称为数位化乳房断层合成技术( Digital Breast Tomosynthesis, DBT )的新技术，本质上讲，这是一种构建三维乳房影像的方法。这种方法有助于放射科医师看到在二维扫描中可能会模糊不清的肿瘤。在传统的乳房X射线摄影中每个乳房的透视图由两个X射线视图构成，而在使用数字乳房层析X射线影像合成技术时，每个乳房的透视图由25个视图组成，这些视图是分别从位于一条弧线上不同点位的优势点上拍摄的。同时，相对于传统乳房X射线摄影术，利用这种新技术时患者所受到的辐射量并不会增加。在这些视图的基础上，计算机使用最大相似度与期望值最大化算法（一个由Brandeis大学和麻州总医院合作开发的算法）来估计乳房组织的位置。
麻州总医院的乳房影像主管 Daniel Kopans博士解释说，“计算机估计乳房内部组织的位置，然后将其同已经获得的信息进行对比。如果结果偏离了一定的量，计算机会根据多次扫描的数据对计算进行调整，从而使结果更接近于真实的组织位置。通过多次迭代运算，我们便会找到最大的相似度，使我们所看到的就是真正的乳房内部构造。” 通过研究，麻州总医院的专家确定8次迭代就可以得到令放射科医师满意的结果。麻州总医院乳房影像部研究主管Richard (Rick) Moore博士说，“在19世纪70年代和80年代发展起来的核医疗技术给我们指明了一个很好的研究方向。这只是一个在更大的范围内应用这些技术的问题。”
Kopans博士文雅地笑着阐述着这项技术的优点。“进行普通的X射线透视时，所有的机体组织都是一层层地叠放在一起的，就像一个纸质薄透的书本，所有的字词都乱七八糟，无法阅读。利用数字乳房层析X射线影像合成技术，可以将11到15张影像以1毫米的间隔距离加以合成，形成整个乳房的切片，这样，临床医生便可以毫无混淆的看到每一张独立的图像页。
虽然数字乳房层析X射线影像合成技术可以提高检查效果，使病人能够在肿瘤生长周期的更早阶段得到治疗，但这些进步却需要一定的代价：它对计算能力的要求非常高，这一点使其较难在临床实践中获得广泛应用。
层析X射线影像合成术作为一个通用的概念，其历史可以追溯到20世纪60年代，当时是被当作一种用来查看大脑或身体的其他部分的可能技术。它在乳房检查领域的应用则是在20世纪70年代末得到公认的。但是在那个时候，临床医生们缺少数字探测器和处理能力，因而这一技术并未获得实际应用。在典型的DBT扫描中，11到15个视图中的每一个都是由一个像素阵列组成，每个阵列包含1800×2304个像素，而每100个像素仅有几微米大。为了将患者的移动量降到最低，必须在1/3秒的时间内读出所有这些视图数据。到20世纪90年代时，终于出现了能够如此迅速地读取如此巨大数据量的传感器，但此时计算能力仍然是一个障碍。麻州总医院最初尝试使用普通个人电脑合成DBT数据时，处理单个乳房的数据就花了整整一个晚上。通过使用由34台PC组成的并行处理系统，Moore博士将这一时间缩减到15到20分钟，但真正的临床应用还需要更高的速度和处理效率。
视频游戏技术提供了现实的解决之道
为了使DBT具有实用性，麻州总医院求助于Mercury计算机系统公司。Mercury公司是把传感器数据转换成用于分析和解释的信息的专家，在涉及医疗诊断成像设备（包括MRI、CT、PET以及数字X线影像设备）的领域尤其如此。虽然通过优化最大相似度与期望值最大化算法，Mercury公司能够在保留清晰度的前提下极大地降低处理时间，但仍需要更为强大的处理能力。NVIDIA Quadro专业图形处理单元（GPU）提供了解决办法。
尽管NVIDIA在视频游戏市场上更加出名，但它自从20世纪90年代介入生命科学领域以来一直活跃在这个领域。从五年前开始（当时它已经销售出了超过1,000,000个处理器），该公司便加强了它在医学成像这方面的重心，现在，NVIDIA利用其庞大的并行核心处理器所做的已不仅仅是图像显示，它已经进入了实际的数据计算领域。Mercury计算机系统公司生命科学集团（Life Sciences Group, LSG）的销售和市场主管Colin Murphy说，“开发这些GPU需要花费数十亿美元，我们根本不可能靠一己之力完成这项工作。NVIDIA多年来一直都在批量生产这些GPU，因而我们能够在自己的应用行为中充分利用所有这些性能改进。从某种意义上讲，我们要感谢所有玩游戏的人们。”
Mercury的第一步是将优化最大相似度与期望值最大化算法映射到了一个基于NVIDIA Quadro专业图形处理器技术的GPU，这种GPU是为完成关键性业务的企业级应用程序而设计的。在当时，借助OpenGL 跨平台应用程序编程接口（API）是利用Quadro 图形卡的唯一途径。“为了得到结果，我们的工程师必须对OpenGL进行巧妙设计，让其以正确的方式进行重建。从基本上而言，就是让一个通常单纯用于图形处理的东西去完成非图形任务。”Murphy解释说。为了在克服内存、带宽以及指令集方面的限制的同时使运行时性能达到最优，必须小心地进行软件移植。
通过这些努力，Mercury的工程师们使得一个Quadro 图形卡能够在五分钟以内处理一个DBT扫描任务，这一速度比Moore博士最初的单系统解决办法快了60多倍。随后的改进又使处理时间减少了50%。解决了关键的技术难题后，麻州总医院制定了一个DBT设备规范，通用电气按照这一规范生产的DBT设备成了世界上同类型设备中第一个能够使用三维乳房X射线摄影术对整个乳房进行评价的仪器。
“从医生的角度看，我们希望能够发现癌症，虽然还有待证实，但我们认为DBT将能够帮助我们更容易地发现更多的肿瘤。”Kopans医生说。现在，美国国立卫生研究院(NIH)正在参与进行一个试验性研究。有3000名女性参加了这个研究，他们既进行传统的乳房X射线摄影，也进行DBT，初步的结果显示，由于消除了因组织重叠引起的错误的阳性化验结果，复查率有了大幅下降。“我们还希望看到灵敏性的提高。初步的评价表明DBT可以更容易地发现肿瘤，同时还可更容易地确定肿瘤的恶性程度。”
据估计，美国食品药品管理局将在近几年内批准在实际中广泛使用DBT，Kopans医生希望到那时DBT能够开始取代传统的乳房X射线摄影术成为医学标准。“在适应DBT的过程中，那些熟悉传统乳房X射线摄影术放射科医师可能会遇到一些小困难，他们很快便能够理解这些影像所显示的内容。它不是一个需要去学习的全新事物，它只是一个更好的乳房X射线照片，一个乳腺癌筛查方式的大进步而已。”因为在检查时只需要挤压一次，而不是像传统的乳房X射线摄影术要求的那样挤压两次，因此，Kopans 医生希望女性们更为舒适检查经验可以鼓励更多的人进行定期筛查和早期检查。
超越DBT
DBT项目的关键成果之一是统一计算设备架构(Compute Unified Device Architecture, CUDA)的开发，这一技术使程序员们能够直接用C语言为Quadro图形卡编程，而不再需要OpenGLAPI。NVIDIA产品经理 Sanford Russel说，“在同MGH进行合作时，一部分工作便是理解他们力图达到的目的，然后是建立更好的产品和软件，使其能够更易于和更适于广泛使用。我们开发了CUDA，它是我们面对让OpenGL强行进行此类计算这一难题时的应对之策。”
CUDA的开发将会带来远远超过DBT的创新。“理解图形学编程的人的数量是有限的，但几乎每个人都懂C语言。在使人们能够利用C语言在我们的下一代架构上进行编程后，对于那些希望能够不接触OpenGL或图形学，而是通过这些大型并行GPU解决他们所面临的问题的人而言，我们将金字塔颠倒了过来，并使这个市场向每个人都敞开了大门。”Russell说。NVIDIA 正在同数以千计的研究人员共同合作，以便了解他们是如何将CUDA用于类似于财务建模和普通高性能计算这样的应用程序的，同时也是为了收集他们的反馈，使CUDA得到进一步的增强。随后的几年将会相当令人兴奋。
与此同时，MGH乳房影像部、Mercury 计算机系统以及NVIDIA的工作将会很快结束其从实验室到临床实践的这一过程。Kopans医生说，“从社会责任的角度讲，我们真的很感谢这些公司的帮助，他们帮助我们推动了这项技术的进步，开发出了能够挽救女性生命的技术。”
J. Daniel Janzen是一位居住在纽约布鲁克林的作家，行业和技术发展趋势是他关注的焦点。您可以通过editor@ScientificComputing.com和他取得联系。
(2007-03-21)