matlab将图片放在所在位置_matlab输出图片分辨率

【转译】机器学习在脑部手术期间帮助神经外科医生　　通过人工智能和信号处理改善帕金森氏症手术　　原文标题：Machine Learning Aids Neurosurgeon During Brain Surgery原文副标题：Improving Parkinson’s Surgery with AI and Signal Processing 　　文章来源：Machine Learning Aids Neurosurgeon During Brain Surgery 　　帕金森病是一种慢性退行性疾病，其特征是大脑运动系统中的不规则电信号。帕金森氏症的最早迹象包括震颤、行走困难、僵硬、失去平衡和协调性受损，症状的严重程度随着疾病的进展而增加。一些患者会出现认知问题，包括抑郁症和痴呆。根据帕金森基金会的数据，全世界有超过10万人患有这种疾病。随着人们年龄的增长，风险会增加，这意味着随着人类平均寿命的增加，帕金森氏症将影响更多的人。虽然无法治愈，但新的治疗方法可以减轻症状，使患者能够过上更充实的生活。治疗症状最有效的工具之一是深部脑刺激（DBS），这是自1997年以来在美国批准用于帕金森氏症的手术。手术在大脑中植入一个刺激电极，然后传递电脉冲以破坏导致疾病运动症状的多动症。神经外科医生的关键任务是将刺激电极放置在丘脑下核（STN）中，该结构小于位于大脑深处的杏仁。STN的大小和位置都使手术复杂化。电极需要精确放置。错位的电极可能会对大脑的其他部位产生不利影响，并使患者面临额外手术的风险。虽然神经外科医生会检查患者大脑的MRI和CT扫描以确定STN的位置，但外科医生在手术过程中缺乏对该部位的直接可见性。手术前的扫描和手术过程中的电极读数引导外科医生到放置电极的最佳位置，这是一个艰苦的过程，可能需要在手术室里花费数小时。

丘脑下核比大脑深处的杏仁还小该软件将手术时间从通常的三到四个小时减少到 20 分钟，对于局部麻醉但在手术过程中清醒的患者来说是一种缓解。　　在手术过程中破译电极读数是错综复杂的，因此波兰国家研究所NASK生物信息学和机器识别助理教授Konrad Ciecierski博士创建了软件来协助神经外科医生进行手术。该软件预处理电极记录并运行机器学习分类器，帮助确定STN的位置。该软件将手术时间从通常的三到四个小时减少到 20 分钟，对于局部麻醉但在手术过程中清醒的患者来说是一种缓解。　　“许多患者都很焦虑，”Ciecierski说。“因此，重要的是使手术尽可能快速和精确。　　人工智能引导神经外科医生的双手　　手术前，患者接受CT和MRI扫描。扫描数据融合在一起，形成详细的大脑3D图像。扫描是定位STN的第一步，STN因患者而异。3D图像还有助于安全地绘制微电极的路径，使它们不会靠近动脉和其他脆弱区域。　　患者在手术过程中保持清醒，使外科医生能够在请求特定任务（例如将手指并拢或握拳）以测试电极是否处于最佳位置时监测大脑功能。局部麻醉剂使患者的头皮麻木，然后外科医生在颅骨上钻两个小孔用于微电极。缺乏疼痛感受器的大脑不需要麻醉。　　手术的耗时部分是放置刺激电极，它依赖于解释来自一组用于指导放置的记录电极的实时神经信号。这些记录捕获神经放电，电极将其记录为电压尖峰。外科医生在STN上方放置三到五个微电极，并逐渐将它们移入更深的地方。　　大脑活动的记录通常从STN上方约10毫米处开始，白质是大脑中相对安静的部分，构成了前4或5毫米。一旦电极到达STN所在的大脑更深处，大脑活动就会加速。通常，外科医生可以在电极读数中看到导致帕金森症状的STN的过度活跃状态。　　不幸的是，记录并不总是很清楚。有时，多动症没有达到使STN位置明显的水平。“丘脑下核周围有一个神经雷区，”Ciecierski说。“例如，如果你把电极放在错误的位置，它会严重改变病人的情绪。这就是Ciecierski的工具试图解决的问题。手术仍然相似，但从术前影像学显示 STN 的位置上方约 1 厘米处开始。外科医生一次移动微电极一毫米，从每个电极记录10秒。外科医生重复这个动作，直到电极通过STN的预期位置。

电极在患者大脑内的位置。黄线表示MRI平面的边缘。（图片来源：NASK）Ciecierski在距离患者不到10英尺的计算机设备上运行该程序，这种情况清楚地提醒了他什么是利害攸关的。　　Ciecierski使用MATLAB®来解释记录中的数据。具体来说，该算法依赖于 MATLAB 信号处理进行操作，包括小波变换、功率谱分析、去除高频、去除尖峰、基于产生它们的神经细胞的尖峰分组以及去除伪影。Ciecierski的计算机并行处理每个电极的记录。为了拾取尖峰，记录被放大，这使信号面临被伪影污染的风险。滤波是必不可少的，因为记录电极可以拾取大脑外的活动，例如外科医生的谈话，病人的心跳，甚至电网的嗡嗡声。这种外部活动会扭曲读数。新清理的数据馈送给机器学习分类器，该分类器估计峰值来自 STN 的可能性。　　Ciecierski在距离患者不到10英尺的计算机设备上运行该程序，这种情况清楚地提醒了他什么是利害攸关的。幸运的是，信号处理和分类只需要大约两分钟。

上图：电极记录的原始信号。下图：去除伪影后的上述信号。（图片来源：NASK）　　根据MathWorks的客户成功工程师Alex Tarchini的说法，在手术室中使用3D成像、信号处理和机器学习，需要很大的耐心和技能。　　“他将不同的学科结合在一起，”塔奇尼说。“这些算法来自许多不同的工程领域，正在指导外科医生的双手。　　解释结果　　机器学习分类器根据真实数据集正确指示记录是否在 97% 的时间内来自 STN。MATLAB 软件不是仅仅依靠机器学习分类器的数值，而且向外科医生显示处理过的电极读数的图表，外科医生还可以放大并查看原始记录中的时间和幅度信息。有时，分类器会错误地分类，经验丰富的外科医生通过查看图表来追捕它。

使用各种指标对分类器性能进行事后验证。（图片来源：NASK）　　“他们说医学是一门艺术，”Ciecierski说。“有时它非常精确，但仍然存在结果解释上的艺术”。　　放置电极后，外科医生通过它发送电流，看看它如何影响患者，许多人立即比多年来更好地控制他们的运动和速度。　　“对于患者来说，这感觉就像魔术一样，”他说。“多年来可怕的症状突然消失了。” 　　全身麻醉手术的第二部分将神经刺激器放置在锁骨附近的皮肤下，该神经刺激器通过电线连接到电极，根据每个患者的需要发送精确的电流量。　　起初，与Ciecierski合作的外科医生Tomasz Mandat博士不确定运行软件是否会缩短手术时间。但经过几次尝试后，很明显，该软件不仅减少了手术所需的时间，而且还为电极放置提供了新的信心。　　“在手术过程中使用康拉德的软件会对我们的疗效产生积极影响，”曼达特说。　　深部脑刺激的未来　　“我们需要弥合计算机科学和医学之间的差距。康拉德·切切尔斯基博士，NASK 　　根据最近的研究，在深部脑刺激后，患者将多巴胺替代药物的剂量平均减少50%，运动评分评估改善30%至60%。　　Ciecierski每年进行数千例深部脑刺激手术，可以改善许多人的手术体验。自2014年第一次尝试以来，到目前为止，他已经在他的祖国波兰协助了一百多例手术。　　然而，深部脑刺激并不适合每个帕金森病患者。每个国家对谁有资格进行手术都有不同的规则，通常在其他方法（如药物）失败后考虑。在美国，目前要求患者在深部脑刺激手术前至少患有帕金森氏症四年，研究人员开始考虑将其用作第一道防线。如果这种方法有效，深部脑刺激将向更多试图阻止帕金森病进展的患者开放。　　医生使用深部脑刺激手术来治疗其他疾病，如图雷特综合征、亨廷顿病、肌张力障碍和慢性疼痛。Ciecierski希望看到更多的研究人员创建软件来支持神经外科的进一步创新。他相信医学将在应用数学和计算机科学的帮助下取得进步。　　“医学界的人经常害怕电脑，”他说。“许多拥有计算机科学学位的人甚至害怕靠近手术室。我们需要弥合计算机科学和医学之间的差距。“

matlab将图片放在所在位置_matlab输出图片分辨率

相关推荐