傳統的腦外科手術主要仰賴醫師的經驗和判斷，且依賴單一或少數幾種醫學影像，這些影像往往只能提供靜態的結構資訊，無法全面反映大腦的複雜功能...

此外，不同類型的影像之間的配準與融合也存在困難，導致手術規劃的準確性受到限制。更重要的是，傳統手術方法難以準確地定位深部腦組織病變，尤其是在處理複雜的腦血管病變或功能區附近的腫瘤時，稍有不慎就可能導致嚴重的神經功能損傷。
陽明交通大學林慶波教授團隊研發的多模態影像整合系統，為腦外科手術帶來了革命性的變革。這一創新技術透過整合多種醫學影像數據，如CT、MRI、血管影像等，建構出精準的大腦三維模型，為醫師提供前所未有的手術規劃和導航。

多模態影像整合系統：讓腦外科手術更智能、更安全

林慶波教授團隊的多模態影像整合系統，透過將人工智慧與醫學影像技術深度融合，實現了多模態影像的自動分析和整合，能夠將不同角度、不同層次的腦部影像拼湊成一個完整的、立體的腦部模型。系統不僅能夠自動分割不同組織結構，例如區分出腦白質、灰質、腫瘤等，還能進行神經纖維追蹤，就如同腦中鋪設了一張精細的神經網絡地圖。這對於精準定位病灶、規劃手術路徑至關重要。此外，該系統還引入了大腦外坐標定位系統，透過這個系統，醫生可以精確地確定手術目標的位置。而將三維模型與人臉辨識技術結合，則更像是為患者量身定制了一份「大腦地圖」， 讓患者能夠直觀地了解自己的病情，並對手術過程有更全面的認識。這不僅有助於醫患溝通，更能提高患者對手術的配合度。

系統的核心技術包括：

• 多模態影像配準：將不同來源、不同模態的醫學影像精確對齊，如同將多張拼圖拼成一幅完整的圖畫。
• 自動分割與標註：利用人工智慧技術，自動識別並標註出影像中的不同組織結構，例如腫瘤、血管、神經等。
• 三維模型重建：將二維影像轉換為立體的三維模型，讓醫生能夠從多個角度觀察病灶。
• 神經纖維追蹤：根據擴散磁振造影（DTI）等技術，重建出大腦白質纖維的走行方向，為手術提供更詳細的解剖資訊。
• 大腦外坐標定位：建立一個基於患者頭顱的坐標系統，實現對大腦結構的精確定位。

這些技術的結合，使得醫生能夠在手術前對病灶進行更全面、更精準的評估，從而制定出更優化的手術方案，提高手術的成功率，並減少對正常組織的損傷。

林慶波教授：多模態影像整合系統將重塑腦外科手術

國立陽明交通大學林慶波教授指出，這項技術不僅能夠幫助醫生更精確地進行手術，還能為腦科學研究提供有力支持。透過對大量腦影像數據的分析，可以深入了解大腦的結構和功能，為神經疾病的診治提供新的思路。

林教授表示，此技術將顯著提升腦外科手術的精確度和安全性，為患者帶來更好的治療效果。未來會持續將該系統與更多醫療設備進行整合，打造一個智能化的手術室。同時，團隊也會不斷優化算法，提高系統的效率和準確性，為全球腦外科手術的發展貢獻力量。

詳細資訊→多模態影像整合：大腦精準定位及手術規劃系統|陽明交通大學林慶波教授|第21屆國家新創獎