AR显微镜 超级瞄准已部署

阿K酱

嗯嗯，我又回来了

翻翻朋友圈，父母长辈们没少转发这样的谣言：

不要点赞，要转发！马桶里的蓝色洁厕块致癌！

震惊！微波炉加热竟会产生致癌物！

Wifi致癌！还能愉快的玩手机吗？

癌癌癌!ε=(′ο｀*)))唉

光是听到这个字眼就已经挺可怕了，被确诊更是感觉天都快要塌下来，然而乌龙的是每年都会有不少患者被误诊为癌症等重大疾病。

是人就会犯错误，医生也不是总是能正确的做出诊断，例如脑癌，误诊率就为12%。

在医学中，切片、活检作为检测癌症的金标准在诊断中自然是必不可少的了。可是目前的切片、活检还依赖于医生在显微镜下的肉眼观察。

趴在显微镜前，一片一片仔细的看过去，看的久了，任谁也容易头晕目眩、双眼昏花。

并且在一些经济体欠发达地区，很多疾病的患病以及死亡率出奇的高，很大因素就医这些地区的专业疾病诊断人员的缺失。

今日，一款可以帮助医生“自动锁敌”的显微镜出现在我们的视线中。

我们且称它为增强现实显微镜（ARM）。顾名思义，这是一款运用了AR+AI技术的显微镜。经AI算法分析后，可以进行实时投影，在视觉上将分析结果叠加在原始图像上。

需要注意的是，ARM并非是一整台显微镜，而是一块可以改装到大多数光学显微镜上的AR部件。这大大降低了ARM的使用成本。

如图，被蠕动的绿圈包围的便是癌细胞了。

不仅于此，ARM还可以用于投影其他辅助信息，例如病例数据或注释之类云云。

那么增强现实显微镜（ARM）是如何令医生一眼就揪出混迹于正常细胞间的癌细胞的呢？

这种性命攸关的大事，怎么能够因为成像误差而冤枉好细胞，放跑癌细胞呢。所以首先就是要有高精度的光学成像。

样本的图像通过分光镜（S1）一束继续射向分光镜2（S2）另一束射向可进行AI分析的C端，分析完毕后，输出图像（PI）再由P端射出，与先前的样品像（SI）在分光镜2（BS2）处重合。

将显微镜显示器与反光镜2（BS2）之间的距离调整为最适合显示尺寸的22mm，辅以中继光学器件，从而使得显微镜显示器位于样本的虚拟焦平面内。通过这种方式，便可以最小化绿圈与癌细胞实际位置的偏差。

为了提高响应速度，实现实时投影，显微镜的分析系统被高度优化，采用多线程、流水线式流程。一条龙地获取图像帧并debayer它（将原始感测器输出图像转换成彩色图像）、测量数据、运行算法、处理结果，最后显示输出图像。

这些步骤并排运行在一个连续帧的序列，例如当第n帧显示时，n+1帧的热图已形成，并且第n+2帧的算法刚刚运行完毕。因此，可以实现每秒10帧的刷新率，足以实时揪出癌细胞的位置所在。

即便我们放大缩小目镜的倍数，绿圈也会一如既往的牢牢锁在癌细胞边缘，绝不跑偏。

只有理论的高大上当然不行，ARM的实战数据同样出彩。

对于淋巴结转移检测算法，ARM在测试数据上达到了98％的视野AUC。对于前列腺癌检测算法，ARM在测试数据集上也实现了96％的视野AUC。精度可以说是很高了。

对于某些经济欠发达的发展中国家，医疗器械和医生水平的欠缺时常令他们难以及时发现和招架疟疾、结核病的肆虐。若是将ARM的细胞识别范围扩展到更多领域，经济实惠的ARM组件和简易的操作或许会为那些地区带来更多的帮助。