教育新闻网从心脏病学到癌症筛查，现代医学严重依赖于超声等图像处理技术。但是，作为手动过程，存在人为错误的固有风险，这可能导致在诊断和治疗阶段出现问题。
Bahareh Behboodi是Concordia的电气和计算机工程系的博士学位候选人，他在组织的图像处理和特征表征(IMPACT)实验室工作。她正在开发基于人工智能的超声图像处理方法。她的目标是使肿瘤的检测和分割更快，更准确。
此特定图像与您在Concordia的研究有何关系?
Bahareh Behboodi：
左侧的图像显示了具有三个不同病变的超声图像，而右侧的图像则显示了对应的病变掩模。如您在左图中所见，由于超声图像通常被噪声污染，因此手动准确地对病变进行分割非常困难且耗时。
您的项目的预期结果是什么?
BB：
我研究的目的是通过应用人工智能(AI)技术来促进超声图像处理，特别是肿瘤的检测和分割。我们的目标是自动检测或分割超声图像中的特定器官，与目前的手动技术相比，此方法更快，更准确。
您会看到它对人们的生活产生什么影响?
BB：
社会将受益于使医疗保健方面的诊断和治疗更加准确。
我将提供一个研究应用示例。肾脏萎缩是肾脏大小小于正常大小的疾病。为了确定尺寸，医生需要使用非侵入性成像方式(例如超声)并手动进行测量。这冒着可能影响治疗程序的错误风险。
但是，如果自动进行测量，不仅可以加快测量过程，还可以提供更准确的结果，并有助于更好地决定将来的治疗方法。
您在研究中面临哪些主要挑战?
BB：
该领域面临的主要挑战之一是，如今，由于学者们越来越多地利用人工智能来研究人工智能，因此有很多研究人员正在采用这些技术来改善医疗保健系统。因此，时间是成功的关键。您需要快速建立从A到Z的想法。
是什么首先激发了您学习该学科的灵感?
BB：
嗯，听起来可能很有趣，但是看电视节目《灰色解剖学》激发了我找到一种与保健和医疗系统相关的方法。另外，我对数学感兴趣。因此，我开始攻读生物医学工程专业的本科课程，现在我正在进行博士学位研究，以改善医学图像处理以实现更好，更准确的诊断。
