“文涛，你还在影像科吗？”
“在的，刚值完班还没走呢。”
“蒋先生的MRI原始数据，就是DICOM格式的原始文件，能拷一份给我吗？”
许文涛愣了一下。
“原始数据？陆主任您要原始数据干什么？”
“我想试着用另一种方式处理他的影像。”
“另一种方式？您是说自己做后处理？”
“对。”
许文涛沉默了两秒。
“数据拷贝倒没问题，但我得提醒您一句。”
“说。”
“我们影像科的后处理工作站是封闭系统，专用软件只能在院内的工作站上跑，外部的代码是导不进去的。”
“您如果在自己的电脑上做，得有配套的处理工具才行。”
“我知道，谢谢提醒。”
“那我明天一早给您拷好数据。”
“今天晚上能不能？”
许文涛又愣了一下。
“晚上也行，我现在就拷，您什么时候来拿？”
“半小时后我过来。”
“好。”
挂了电话之后，陆晨靠在椅背上。
他的脑海中闪过一个念头。
MRI的原始数据里其实包含了非常丰富的信号信息。
包括血流速度、流向、组织含水量、磁化率差异这些数据，都隐藏在原始的频域信号里。
但常规的后处理算法在将原始数据转化为可视化图像的过程中，会进行大量的滤波、降噪和阈值化处理。
这些处理的目的是为了让图像在人眼看起来更清晰，但代价是丢弃了很多细节信息。
尤其是那些信号幅度极弱的超细径血管，在标准算法的阈值筛选下，直接被当成噪声扔掉了。
信息其实是存在的。
只是现有的算法没有把它提取出来。
如果能写一套新的算法，针对性地提取烟雾病这种超密集侧支血管网络的血流动力学信号，然后用不同的阈值参数进行三维重建……
理论上，是有可能在不做DSA的情况下，从现有的MRI数据中看到那些被隐藏的细节。
但这需要极其专业的医学影像算法编程能力。
这是一个交叉学科的领域，全国能做这件事的人两只手数得过来。
陆晨自己当然不具备这个能力。
本章未完，请点击下一页继续阅读！