大數據時代下頭頸部影像信息學的開拓者——王振常教授

張 鵬 王 爭 李 佳 王振常

(首都醫科大學附屬北京友誼醫院 首都醫科大學耳鳴研究中心,北京 100050)

1 個人簡介

王振常教授(圖1)，博士生導師，首都醫科大學醫學影像學系主任；附屬北京友誼醫院副院長，醫學影像中心主任；北京航空航天大學博士生導師。首都醫科大學耳鳴研究中心主任，北京市醫學影像質量控制中心主任。

圖1 王振常教授

人體影像信息學帶來了二維、三維及多參數、可視化的融合圖像信息，將醫學信息學帶入了嶄新時代。王振常教授長期致力于頭頸部疾病影像信息領域研究，迎合信息時代根本需求，在影像信息采集設備研發、多模影像信息數據集獲取模式、智能影像信息分析模型、多維影像信息可視化、影像信息結構化顯示以及基于影像信息鏈平臺的規范化醫學診療路徑與決策體系構建等方面取得系列開創性成果，將我國頭頸部醫學影像信息的有效提取和利用能力提升至國際領先行列。

曾獲國家科學技術進步二等獎2項、高等學?？茖W研究優秀成果科學技術進步一等獎2項。主持制定影像行業規范6部，組織國內外期刊重點專題18期。發表論文396篇；獲授權專利5項。主編全國統編教材8部/11版、專著18部/19版，國際發行1部。入選北京學者、國家百千萬人才工程、北京高創計劃-杰出人才、北京市衛生發展-使命計劃、北京戰略人才團隊等，全國優秀科技工作者，國家衛生健康委員會、國家人力資源和社會保障局、北京市政府“突出貢獻”專家，獲國務院特殊津貼。

先后創立中國康復醫學會影像分會、中國救援醫學會影像分會、中國民族衛生協會影像分會并擔任首任會長，創建中華放射學分會頭頸專委會并任主委；目前還擔任中國醫師協會放射醫師分會會長、北京醫學會放射學分會主委等。

作為隊長，帶領北京醫療隊赴西藏那曲地區人民醫院進行醫療援助工作一年，帶領國家埃博拉防控組及援非醫療隊赴西非幾內亞開展埃博拉防控工作及醫療援助一年半，獲幾內亞共和國勛章(圖2)。作為北京市新型冠狀病毒肺炎(以下簡稱新冠肺炎)救治專家組核心成員及影像組組長全程參與新冠肺炎防控工作。

圖2 幾內亞授勛委員會主席為王振常教授頒發幾內亞共和國勛章

2 主要學術貢獻

2.1 鉆堅研微

基于智能化影像信息采集技術，構建國內首個搏動性耳鳴大數據庫，率先闡明搏動性耳鳴全鏈條發生機制，構建致鳴多因素評估體系，開辟多源影像信息主導的發病機制研究新格局，引領領域內前沿研究。

搏動性耳鳴是耳科重大疾病，人群發病率高，我國約有1 000萬罹患人群，嚴重影響患者身心健康。搏動性耳鳴的治療關鍵在于明確致鳴因素，王振常教授針對此關鍵臨床問題，提出兩個解決方案：①基于瞬時分離影像信息采集原理，率先提出“一站式”顳骨雙期增強高分辨率CT掃描技術[1]，創新多期影像信息分離采集與多源影像信息重建算法[2]，同時顯示骨質、動脈、靜脈等不同組織影像信息特征及其毗鄰關系，將致鳴因素檢出率由44.0%提升至94.2%，填補了搏動性耳鳴國際推薦檢查方案缺陷[3]。②針對搏動性耳鳴耳部血流異常改變這一關鍵因素，率先創建搏動性耳鳴二維血流信息評價方法、革新四維血流信息采集技術，全面剖析血流速度、壁剪切力、壓力梯度、血流形式等生物力學內涵，深度挖掘多維影像數據，在國際首次提出并報道了巖鱗竇、側裂靜脈、板障靜脈、乙狀竇憩室、乙狀竇周骨壁缺失等致鳴新因素[4-6]，上述成果為機制假說的創新性提出奠定了深厚基礎。

規范搏動性耳鳴影像信息采集標準后，團隊歷經十年積淀：①構建了基于影像信息鏈的國際最大樣本多中心搏動性耳鳴數據庫，并基于3D打印技術與多維影像數據率先構建單因素致鳴仿真實體模型，證實血流是噪聲產生的根源，血管形態和機體狀態改變是異常血流的來源，血管周圍骨質不完整性是噪聲傳導的關鍵。②革新了傳統形態學影像信息采集模式，創造性提出并實現了形態與功能并舉的全新影像數據集獲取模式，提出“搏動性耳鳴腦中樞化”重要理念并構建模型證實腦活動是耳鳴感知的基礎[7]，揭示了聽覺、默認、視覺、執行控制、邊緣系統等多個腦網絡協同特點[8]，發現了腦中樞化進程中功能重塑先于解剖重塑的規律，病程大于48個月是解剖重塑發生的關鍵時間節點[9]。通過深度挖掘上述影像信息，提出“血流-骨質-傳導-腦活動多因素聯動”的全鏈條致鳴機制假說(圖3)。

圖3 搏動性耳鳴多因素聯動致鳴學說

團隊結合計算機斷層掃描、相位對比磁共振成像、功能磁共振成像等多模影像信息及聲學、力學等多維度數據信息，首創了基于影像信息鏈的多層次生物力學模型(圖4)，從不同層次與角度驗證不同致鳴因素聯動關系及權重，采用多變量分析與機器學習方法構建致鳴因素-治療-預后一體化量化評價系統[10]，實現個性化致病因素風險分析、治療策略效能評估、中長期預后效果預測，使手術治療有效率達83.0%，將致鳴因素“視而可見”，真正實現了搏動性耳鳴個性化有效治療[10]。

圖4 基于影像信息鏈的搏動性耳鳴多層次生物力學驗證模型

系列創新成果開辟了多元影像信息主導的疾病發病機制研究新格局，團隊以搏動性耳鳴為主題發表的論文在Pubmed數據庫占16%、萬方數據庫占18.6%，均處于領先位置?；谙盗袆撔鲁晒麆摻巳珖ㄒ欢Q診療中心，制定了我國首個“搏動性耳鳴影像學檢查方法與路徑指南”[3]。同時團隊所提出的雙期增強CT[11]、巖鱗竇致鳴[12]、耳鳴腦中樞化等學術成果，多維度改寫了美國放射學院制定全美使用的搏動性耳鳴影像檢查與診斷標準，占其引用證據的10%，是被引最多的團隊。

2.2 深耕細作

充分挖掘多模影像信息特征，利用優勢算法與智能分析模型，推動學科交叉融合，率先引入神經眼科影像學理念并創建基于影像信息鏈平臺的規范化醫學診療路徑與決策體系。

目前研究顯示，表現為眼部癥狀的疾病病因不僅局限于眼眶、眼球及其附屬結構，更有可能為神經系統損害，而眼科與神經科相對獨立的性質更易形成學科間壁壘，單一部位影像學檢查策略存在疏漏以及缺乏多維影像信息采集與分析技術手段，嚴重制約了疾病診療能力，導致患者就診目的性差而延誤病情，引發失明、致殘等后果。

針對這一關鍵臨床難題，王振常教授率先引入了以癥狀為導向的多學科融合診療理念，將疾病以癥狀劃分，將病因溯源范圍貫穿整條視覺傳輸鏈路，建立了我國橫跨眼科、神經內科、神經外科等多領域的交叉學科——神經眼科影像學。聚焦神經眼科疾病特點與既往影像信息采集策略結癥，利用人工智能與多元影像信息采集與分析技術，在構建神經眼科疾病臨床-影像大數據庫的基礎上，創立基于影像信息鏈平臺的學科疾病分類評估體系與癥狀導向性影像偵查策略，闡明常見神經眼科疾病與神經損害的內在聯系。

團隊圍繞視覺通路開發了特異性影像信息采集技術與數據集分析方法：①針對前后視路的中繼站(外側膝狀體)，融合3D高分辨率MR與自動分割技術對外側膝狀體形態和體積定量分析，并發現其隨年齡增長體積減小的規律以及慢性前視路病變引起雙側外側膝狀體體積減小的現象[13-14]。②針對視路病變微小特點，開發了基于短時反轉恢復序列(STIR)的影像數據集獲取模式，解決了視神經不能清晰成像的難題，顯著提高了微小病變檢出率[15-16]。③根據全視路涵蓋多種組織結構的特點，創建了基于影像信息表征模型的多參數定量分析方法，設計出適用于不同部位的白質纖維束示蹤及定量測量技術，實現了全視路多參數定量分析(FA值、MD值、λ⊥值、λ∥值)，開創了隱匿性損傷定量評估新方法[17-19]。④優化了傳統外傷性視路影像數據采集策略，提出多方位數據重組方法，開創了一次影像信息采集，多維影像信息展示的全新模式，使骨折顯示率達90%以上，為及時行視神經管開放減壓術提供了客觀依據[20-23]。團隊基于上述創新成果，成功搭建了基于影像信息鏈與癥狀導向性的規范化醫學診療路徑與決策體系。通過視力下降/失明、復視/斜視影像信息鏈決策體系的創建(圖5，6)，使視力下降/失明的病因檢出率達76.5%，復視/斜視病因檢出率達到75.8%[24-25]。

圖5 基于影像信息鏈的視力下降/失明規范化醫學診療路徑與決策體系

圖6 基于影像信息鏈的復視/斜視規范化醫學診療路徑與決策體系

系列新觀點與新技術創建了我國首個基于影像信息鏈的臨床診療與決策體系，主持制定我國首部具有行業指南性的《頭頸部疾病指南》[26]并在全國普遍推廣，首次實現專病領域內影像信息化顛覆性改革，獲2017年教育部科技進步一等獎。

2.3 匠心獨運

建立“學-研-產”一體化機制，基于影像信息處理、分析技術與影像信息鏈平臺與決策體系需求，創研世界首臺智能化臨床耳科微米級影像信息采集專用設備，填補國際空白。

創新團隊雖然在頭頸部影像數據處理、分析與模型構建等數據進程下游取得了系列成果，但數據進程上游中的數據采集僅由信息采集設備決定，而高端影像信息采集設備關鍵制造技術由國外發達國家掌握，并對我國實施技術封鎖。王振常教授與國內儀器廠家合作，從頭頸部疾病入手，組織醫學、工學、信息學等多領域交叉學科團隊，旨在突破高端影像信息設備對頭頸部微小病變信息精準獲取的技術瓶頸，徹底解決“卡脖子”的關鍵技術難題，打造具有我國獨立自主產權的高端影像信息采集設備。

團隊圍繞設備硬件系統與軟件模塊進行了技術難題重點攻關。①硬件系統方面，自主研制小焦點、大功率X線發生器，突破制約影像數據獲取精細性的硬件難題，提出油箱和球管分離的分體式機頭物理設計，建立比例-積分-微分反饋控制模型并突破當前小焦點與大功率不能同時滿足的技術極限，實現焦點尺寸0.3 mm、額定管電壓達120 kV、額定功率達1 000 W 的硬件設備集成，三項核心指標技術水平處于國際領先地位。②軟件模塊方面，解決了小視野數據重建、散射校正、幾何標定、運動校正等一系列算法難題，創建奇異值分解和希爾伯特變換的局部區域重建算法與散射場的數學模型及蒙卡模擬與卷積核模型相結合的散射校正方法，研發特定模體，創建幾何標定算法與基于雙目視覺運動監測的方案和校正方法，突破制約影像信息采集準確性的瓶頸，為設備研制提供信息處理算法支撐。

通過系列技術突破，成功研制并實裝世界首臺具有自主產權的智能化微米級臨床耳科影像信息采集設備(圖7)，實現整機系統成像空間分辨力在X-Y-Z三個方向均高達4.0 lp/mm，最小體素達50 μm3，比高端通用型影像設備信息采集能力提升6倍[27-29]。創新成果首次將頭頸部精細解剖結構與微小病變的影像顯示能力提升至微米級(圖8)，達國際領先水平，將為頭頸部重大疾病基礎研究和臨床診療創新帶來巨大變革。

圖7 臨床耳科微米級影像信息采集設備

圖8 臨床耳科微米級影像信息設備所采集的高分辨率鐙骨圖像信息

2.4 挑戰與奉獻讓人生更精彩

從29歲被委任首都醫科大學附屬北京同仁醫院放射科副主任到作為隊長醫療支援海拔4 500 m草木不長的藏族地區，從49歲臨危受命帶領國家醫療隊遠赴幾內亞抗擊埃博拉病毒到作為北京市新型冠狀病毒肺炎救治專家組核心成員參與新冠疫情一線防控工作，他始終踐行不畏挑戰與甘于奉獻的職業精神。這份對職業精神的堅守讓他不斷挑戰并攻克一個個“卡脖子”的技術瓶頸與“卡腦子”的臨床難題，他始終秉持并傳承這份堅守，他時常教導學生們：“不怵新環境，迎接新挑戰。平臺不一樣，人的眼界就不一樣，對人的鍛煉也不同”。正是王振常教授的這份不畏挑戰與甘于奉獻的精神，為我國影像信息領域在鴻蒙初辟的大數據時代搶占了第一創新高地。

在60周年校慶之際，向致力于首都醫科大學發展的先賢們與同仁們致以敬意，感謝首都醫科大學的莘莘學子讓我們對未來充滿了信心與希望，祝愿首都醫科大學承前啟后、繼往開來、再創輝煌！