TEDxGöteborg 2010
Anders Ynnerman: Visualizing the medical data explosion
Anders Ynnerman: Wizualizacja eksplozji danych medycznych
Filmed:
Readability: 3.4
539,883 views
Współczesne tomografy komputerowe wykonują tysiące obrazów oraz generują terabajty danych, tylko dla jednego pacjenta, w zaledwie kilka sekund. Jak lekarze analizują te dane i decydują o ich użyteczności? Podczas konferencji TEDxGöteborg, ekspert z dziedziny wizualizacji naukowej - Andreas Ynnerman pokazuje nam nowe wyrafinowane narzędzia - takie jak wirtualna autopsja - pomagające w analizie niezliczonych danych, pozwala zerknąć na obecnie rozwijające się technologie medyczne rodem z filmów science fiction. Wykład zawiera obrazy medyczne.
Anders Ynnerman - Scientific visualization expert
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Anders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction. Full bio
Double-click the English transcript below to play the video.
00:15
I will start by posing a little bit of a challenge:
0
0
4000
Zacznę od zaprezentowania wyzwania -
00:19
the challenge of dealing with data,
1
4000
3000
wyzwania zajmowania się danymi.
00:22
data that we have to deal with
2
7000
2000
Danymi z którymi mamy do czynienia,
00:24
in medical situations.
3
9000
2000
w sytuacjach medycznych.
00:26
It's really a huge challenge for us.
4
11000
2000
Jest to dla nas naprawdę olbrzymie wyzwanie.
00:28
And this is our beast of burden --
5
13000
2000
I jest to wielki problem.
00:30
this is a Computer Tomography machine,
6
15000
2000
To jest tomograf komputerowy
00:32
a CT machine.
7
17000
2000
zwany potocznie tomografem.
00:34
It's a fantastic device.
8
19000
2000
Jest to fantastyczne urządzenie.
00:36
It uses X-rays, X-ray beams,
9
21000
2000
Wykorzystuje ono wiązki promieni rentgenowskich,
00:38
that are rotating very fast around the human body.
10
23000
3000
obracających się bardzo szybko wokół ludzkiego ciała.
00:41
It takes about 30 seconds to go through the whole machine
11
26000
2000
Całkowity czas skanowania to około 30 sekund,
00:43
and is generating enormous amounts of information
12
28000
2000
podczas których generowane są olbrzymie
00:45
that comes out of the machine.
13
30000
2000
ilości informacji.
00:47
So this is a fantastic machine
14
32000
2000
Dlatego tej niesamowitej maszyny
00:49
that we can use
15
34000
2000
możemy użyć
00:51
for improving health care,
16
36000
2000
by polepszyć stan naszego zdrowia.
00:53
but as I said, it's also a challenge for us.
17
38000
2000
Ale jak już powiedziałem jest to także wyzwanie.
00:55
And the challenge is really found in this picture here.
18
40000
3000
Wyzwanie to przedstawione zostało na ekranie.
00:58
It's the medical data explosion
19
43000
2000
Tej prawdziwej eksplozji danych medycznych,
01:00
that we're having right now.
20
45000
2000
doświadczamy obecnie.
01:02
We're facing this problem.
21
47000
2000
Stajemy przed tym właśnie problemem.
01:04
And let me step back in time.
22
49000
2000
Ale cofnijmy się w czasie.
01:06
Let's go back a few years in time and see what happened back then.
23
51000
3000
Cofnijmy się o kilka lat i zobaczmy co działo się wtedy.
01:09
These machines that came out --
24
54000
2000
Maszyny te -
01:11
they started coming in the 1970s --
25
56000
2000
ich produkcję rozpoczęto w latach 70-tych -
01:13
they would scan human bodies,
26
58000
2000
skanując człowieka
01:15
and they would generate about 100 images
27
60000
2000
generowały około 100 obrazów
01:17
of the human body.
28
62000
2000
ludzkiego ciała.
01:19
And I've taken the liberty, just for clarity,
29
64000
2000
Pozwoliłem sobie, dla wyjaśnienia,
01:21
to translate that to data slices.
30
66000
3000
przetłumaczyć to na "plastry" danych.
01:24
That would correspond to about 50 megabytes of data,
31
69000
2000
Odpowiadało by to około 50 MB danych,
01:26
which is small
32
71000
2000
co jest niewielką ilością,
01:28
when you think about the data we can handle today
33
73000
3000
w porównaniu z tym ile obecnie przetworzyć może
01:31
just on normal mobile devices.
34
76000
2000
zwykłe przenośne urządzenie.
01:33
If you translate that to phone books,
35
78000
2000
Jeśli przełożymy to na książki telefoniczne,
01:35
it's about one meter of phone books in the pile.
36
80000
3000
będzie to około metra ułożonych na sobie książek.
01:38
Looking at what we're doing today
37
83000
2000
Porównując to do tego
01:40
with these machines that we have,
38
85000
2000
co potrafią tomografy w dzisiejszych czasach -
01:42
we can, just in a few seconds,
39
87000
2000
już w kilka sekund
01:44
get 24,000 images out of a body,
40
89000
2000
generują 24 000 obrazów ludzkiego ciała.
01:46
and that would correspond to about 20 gigabytes of data,
41
91000
3000
Odpowiada to 20 GB danych
01:49
or 800 phone books,
42
94000
2000
lub 800 książkom telefonicznym.
01:51
and the pile would then be 200 meters of phone books.
43
96000
2000
Układając je jedna na drugiej - byłby to 200-metrowy stos książek telefonicznych.
01:53
What's about to happen --
44
98000
2000
Żyjemy w czasach
01:55
and we're seeing this; it's beginning --
45
100000
2000
początków
01:57
a technology trend that's happening right now
46
102000
2000
technologii pozwalającej
01:59
is that we're starting to look at time-resolved situations as well.
47
104000
3000
obserwować również zmiany jakie zachodzą w ciele podczas skanowania.
02:02
So we're getting the dynamics out of the body as well.
48
107000
3000
Dlatego możemy również śledzić dynamikę ciała.
02:05
And just assume
49
110000
2000
I załóżmy
02:07
that we will be collecting data during five seconds,
50
112000
3000
że zgromadzenie danych zajmie 5 sekund
02:10
and that would correspond to one terabyte of data --
51
115000
2000
a będzie to odpowiadało jednemu terabajtowi danych.
02:12
that's 800,000 books
52
117000
2000
Jest to 800 000 książek
02:14
and 16 kilometers of phone books.
53
119000
2000
które ustawione na sobie stworzyłyby 16. kilometrowy stos.
02:16
That's one patient, one data set.
54
121000
2000
A to tylko jeden pacjent i odpowiadający mu jeden zestaw danych.
02:18
And this is what we have to deal with.
55
123000
2000
Z tym właśnie musimy sobie poradzić.
02:20
So this is really the enormous challenge that we have.
56
125000
3000
Więc wyzwanie, przed którym jesteśmy stawiani jest olbrzymie.
02:23
And already today -- this is 25,000 images.
57
128000
3000
A już dziś jest to 25 000 obrazów.
02:26
Imagine the days
58
131000
2000
Wyobraźcie sobie czasy
02:28
when we had radiologists doing this.
59
133000
2000
gdy radiolodzy musieli działać w taki sposób.
02:30
They would put up 25,000 images,
60
135000
2000
Rozkładali po kolei tych 25 000 obrazów
02:32
they would go like this, "25,0000, okay, okay.
61
137000
3000
i przyglądali się każdemu z nich:" na tym nic nie widać, ten w porządku,
02:35
There is the problem."
62
140000
2000
o, tutaj widać problem."
02:37
They can't do that anymore. That's impossible.
63
142000
2000
Teraz byłoby to już niemożliwe.
02:39
So we have to do something that's a little bit more intelligent than doing this.
64
144000
3000
Więc musimy zrobić coś inteligentniejszego, niż praca w ten sposób.
02:43
So what we do is that we put all these slices together.
65
148000
2000
Więc składamy te wszystkie plastry razem.
02:45
Imagine that you slice your body in all these directions,
66
150000
3000
Wyobraźcie sobie krojenie ciała na plasterki we wszystkich kierunkach
02:48
and then you try to put the slices back together again
67
153000
3000
a później próbę poskładania tych plastrów z powrotem
02:51
into a pile of data, into a block of data.
68
156000
2000
w stos danych, w blok danych.
02:53
So this is really what we're doing.
69
158000
2000
I właśnie tym się zajmujemy.
02:55
So this gigabyte or terabyte of data, we're putting it into this block.
70
160000
3000
Więc te gigabajty lub terabajty danych składamy w blok.
02:58
But of course, the block of data
71
163000
2000
Ale przecież ten blok danych
03:00
just contains the amount of X-ray
72
165000
2000
zawiera tylko ilości promieniowania rentgenowskiego
03:02
that's been absorbed in each point in the human body.
73
167000
2000
jakie wchłonął każdy punkt ludzkiego ciała.
03:04
So what we need to do is to figure out a way
74
169000
2000
Więc musimy znaleźć sposób
03:06
of looking at the things we do want to look at
75
171000
3000
który pozwoli zobaczyć to na co chcemy patrzeć
03:09
and make things transparent that we don't want to look at.
76
174000
3000
podczas gdy reszta będzie przeźroczysta.
03:12
So transforming the data set
77
177000
2000
Chodzi tu o zamianę zestawu danych
03:14
into something that looks like this.
78
179000
2000
na coś co wygląda tak.
03:16
And this is a challenge.
79
181000
2000
I to właśnie jest wyzwanie.
03:18
This is a huge challenge for us to do that.
80
183000
3000
Zrobienie tego jest dla nas ogromnym wyzwaniem.
03:21
Using computers, even though they're getting faster and better all the time,
81
186000
3000
Nawet używając komputerów, mimo że stają się one coraz szybsze i lepsze,
03:24
it's a challenge to deal with gigabytes of data,
82
189000
2000
wielkim wyzwaniem jest zmierzenie się z gigabajtami
03:26
terabytes of data
83
191000
2000
a nawet terabajtami danych
03:28
and extracting the relevant information.
84
193000
2000
i wydobycie z nich istotnych informacji.
03:30
I want to look at the heart.
85
195000
2000
Chcę spojrzeć na serce,
03:32
I want to look at the blood vessels. I want to look at the liver.
86
197000
2000
chcę popatrzeć na naczynia krwionośne, chcę spojrzeć na wątrobę,
03:34
Maybe even find a tumor,
87
199000
2000
może nawet, w niektórych przypadkach,
03:36
in some cases.
88
201000
2000
znajdę guz.
03:39
So this is where this little dear comes into play.
89
204000
2000
Tu właśnie nasze maluchy wchodzą w grę.
03:41
This is my daughter.
90
206000
2000
To jest moja córka.
03:43
This is as of 9 a.m. this morning.
91
208000
2000
To zdjęcie z 9 rano dnia dzisiejszego.
03:45
She's playing a computer game.
92
210000
2000
Gra ona w grę komputerową.
03:47
She's only two years old,
93
212000
2000
Ma tylko 2 latka,
03:49
and she's having a blast.
94
214000
2000
ale bawi się świetnie.
03:51
So she's really the driving force
95
216000
3000
To właśnie ona jest siłą napędową
03:54
behind the development of graphics-processing units.
96
219000
3000
popychającą do przodu rozwój procesorów karty graficznej.
03:58
As long as kids are playing computer games,
97
223000
2000
Jak długo dzieci będą grać w gry komputerowe,
04:00
graphics is getting better and better and better.
98
225000
2000
tak długo grafika będzie stale ulepszana.
04:02
So please go back home, tell your kids to play more games,
99
227000
2000
Więc jak wrócicie do domu, każcie dzieciom częściej grać w gry komputerowe,
04:04
because that's what I need.
100
229000
2000
ponieważ właśnie tego potrzebuję.
04:06
So what's inside of this machine
101
231000
2000
To co znajduje się wewnątrz tej maszyny
04:08
is what enables me to do the things that I'm doing
102
233000
2000
pozwala mi robić to co robię
04:10
with the medical data.
103
235000
2000
z danymi medycznymi.
04:12
So really what I'm doing is using these fantastic little devices.
104
237000
3000
Tak naprawdę to używam tylko tych małych fantastycznych urządzeń.
04:15
And you know, going back
105
240000
2000
Cofając się w czasie,
04:17
maybe 10 years in time
106
242000
2000
około 10. lat temu
04:19
when I got the funding
107
244000
2000
otrzymałem fundusze
04:21
to buy my first graphics computer --
108
246000
2000
na zakup pierwszego komputera graficznego.
04:23
it was a huge machine.
109
248000
2000
Była to olbrzymia maszyna.
04:25
It was cabinets of processors and storage and everything.
110
250000
3000
Były to całe szafki procesorów, nośników przechowywania danych i tego typu rzeczy.
04:28
I paid about one million dollars for that machine.
111
253000
3000
Zapłaciłem za tą maszynę około miliona dolarów.
04:32
That machine is, today, about as fast as my iPhone.
112
257000
3000
Jest ona porównywalnej prędkości co dzisiejszy iPhone.
04:37
So every month there are new graphics cards coming out,
113
262000
2000
Każdego miesiąca ukazują się na rynku nowe karty graficzne.
04:39
and here is a few of the latest ones from the vendors --
114
264000
3000
Tu mamy kilka ostatnich -
04:42
NVIDIA, ATI, Intel is out there as well.
115
267000
3000
NVIDIA, ATI, oraz Intel.
04:45
And you know, for a few hundred bucks
116
270000
2000
Jak wiecie już za kilkaset dolarów
04:47
you can get these things and put them into your computer,
117
272000
2000
możecie je nabyć i używać ich w swoim komputerze.
04:49
and you can do fantastic things with these graphics cards.
118
274000
3000
Można z nimi robić fantastyczne rzeczy.
04:52
So this is really what's enabling us
119
277000
2000
Właśnie to umożliwia nam
04:54
to deal with the explosion of data in medicine,
120
279000
3000
poradzenie sobie z eksplozją danych w medycynie.
04:57
together with some really nifty work
121
282000
2000
To oraz naprawdę świetna rzecz
04:59
in terms of algorithms --
122
284000
2000
z dziedziny algorytmów -
05:01
compressing data,
123
286000
2000
kompresja danych
05:03
extracting the relevant information that people are doing research on.
124
288000
3000
wydobywająca istotne informacje na bazie których prowadzi się badania.
05:06
So I'm going to show you a few examples of what we can do.
125
291000
3000
Pokażę wam kilka przykładów naszych możliwości.
05:09
This is a data set that was captured using a CT scanner.
126
294000
3000
To jest zestaw danych uzyskanych za pomocą tomografu komputerowego.
05:12
You can see that this is a full data [set].
127
297000
3000
Jak widzicie jest to pełen zestaw danych.
05:15
It's a woman. You can see the hair.
128
300000
3000
Jest to kobieta. Można zobaczyć nawet jej włosy.
05:18
You can see the individual structures of the woman.
129
303000
3000
Widać wnętrze ciała i poszczególne organy tej kobiety.
05:21
You can see that there is [a] scattering of X-rays
130
306000
3000
Widoczne jest również rozproszenie promieni rentgenowskich
05:24
on the teeth, the metal in the teeth.
131
309000
2000
w okolicy zębów, z powodu metalu znajdującego się w zębach.
05:26
That's where those artifacts are coming from.
132
311000
3000
Stąd właśnie one się biorą.
05:29
But fully interactively
133
314000
2000
Ale w pełni interaktywnie
05:31
on standard graphics cards on a normal computer,
134
316000
3000
na standardowej karcie graficznej na zwykłym komputerze
05:34
I can just put in a clip plane.
135
319000
2000
mogę po prostu zastosować płaszczyznę obcinającą.
05:36
And of course all the data is inside,
136
321000
2000
Ponieważ w środku znajdują się wszystkie dane,
05:38
so I can start rotating, I can look at it from different angles,
137
323000
3000
mogę obraz obrócić i patrzeć na niego pod różnymi kątami.
05:41
and I can see that this woman had a problem.
138
326000
3000
Stąd widzę że ta kobieta miała problem.
05:44
She had a bleeding up in the brain,
139
329000
2000
Nastąpiło krwawienie wewnątrzczaszkowe,
05:46
and that's been fixed with a little stent,
140
331000
2000
z którym poradzono sobie poprzez założenie stentu,
05:48
a metal clamp that's tightening up the vessel.
141
333000
2000
metalowej klamry uszczelniającej naczynie krwionośne.
05:50
And just by changing the functions,
142
335000
2000
A tylko poprzez zmianę funkcji,
05:52
then I can decide what's going to be transparent
143
337000
3000
mogę zdecydować co będzie przezroczyste
05:55
and what's going to be visible.
144
340000
2000
a co będzie widoczne.
05:57
I can look at the skull structure,
145
342000
2000
Jestem w stanie zobaczyć budowę czaszki,
05:59
and I can see that, okay, this is where they opened up the skull on this woman,
146
344000
3000
mogę stwierdzić że, w tym miejscu otworzyli czaszkę tej kobiety,
06:02
and that's where they went in.
147
347000
2000
w tym miejscu weszli.
06:04
So these are fantastic images.
148
349000
2000
Są to fantastyczne obrazy,
06:06
They're really high resolution,
149
351000
2000
wysokiej rozdzielczości,
06:08
and they're really showing us what we can do
150
353000
2000
pokazujące nam możliwości
06:10
with standard graphics cards today.
151
355000
3000
współczesnych standardowych kart graficznych.
06:13
Now we have really made use of this,
152
358000
2000
Robiąc z nich prawdziwy użytek
06:15
and we have tried to squeeze a lot of data
153
360000
3000
spróbowaliśmy wprowadzić do systemu
06:18
into the system.
154
363000
2000
bardzo dużą ilość danych.
06:20
And one of the applications that we've been working on --
155
365000
2000
Jedną z aplikacji nad którą pracowaliśmy -
06:22
and this has gotten a little bit of traction worldwide --
156
367000
3000
wzbudziła ona już zainteresowanie na całym świecie -
06:25
is the application of virtual autopsies.
157
370000
2000
jest nią jest oprogramowanie do wirtualnej autopsji.
06:27
So again, looking at very, very large data sets,
158
372000
2000
Po raz kolejny, patrząc na olbrzymi zestaw danych
06:29
and you saw those full-body scans that we can do.
159
374000
3000
widzimy tomografię całego ciała którą wykonaliśmy.
06:32
We're just pushing the body through the whole CT scanner,
160
377000
3000
Przesuwając ciało człowieka przez tomograf komputerowy
06:35
and just in a few seconds we can get a full-body data set.
161
380000
3000
już w kilka sekund otrzymujemy zestaw danych ze skanowania całego ciała.
06:38
So this is from a virtual autopsy.
162
383000
2000
To jest obraz otrzymany za pomocą wirtualnej autopsji.
06:40
And you can see how I'm gradually peeling off.
163
385000
2000
Jak widzicie stopniowo zdejmuję kolejne warstwy.
06:42
First you saw the body bag that the body came in,
164
387000
3000
Najpierw widzieliście worek na ciało w którym ono przybyło,
06:45
then I'm peeling off the skin -- you can see the muscles --
165
390000
3000
później zdejmuję skórę - widoczne są mięśnie -
06:48
and eventually you can see the bone structure of this woman.
166
393000
3000
w końcowym efekcie widoczna jest budowa szkieletu tej kobiety.
06:51
Now at this point, I would also like to emphasize
167
396000
3000
Na tym etapie chciałbym podkreślić
06:54
that, with the greatest respect
168
399000
2000
wielki szacunek jaki należy
06:56
for the people that I'm now going to show --
169
401000
2000
okazać oglądanym osobom.
06:58
I'm going to show you a few cases of virtual autopsies --
170
403000
2000
Pokażę wam teraz kilka przypadków wirtualnej autopsji -
07:00
so it's with great respect for the people
171
405000
2000
więc z wielkim szacunkiem dla ludzi
07:02
that have died under violent circumstances
172
407000
2000
którzy zmarli w gwałtownych okolicznościach
07:04
that I'm showing these pictures to you.
173
409000
3000
pokazuję wam te zdjęcia.
07:08
In the forensic case --
174
413000
2000
W przypadku medycyny sądowej,
07:10
and this is something
175
415000
2000
około
07:12
that ... there's been approximately 400 cases so far
176
417000
2000
400. przypadków do tej pory,
07:14
just in the part of Sweden that I come from
177
419000
2000
tylko w tej części Szwecji z której pochodzę -
07:16
that has been undergoing virtual autopsies
178
421000
2000
poddano wirtualnej autopsji -
07:18
in the past four years.
179
423000
2000
w ciągu ostatnich czterech lat.
07:20
So this will be the typical workflow situation.
180
425000
3000
Typowo praca przebiega tak.
07:23
The police will decide --
181
428000
2000
Policja decyduje,
07:25
in the evening, when there's a case coming in --
182
430000
2000
wieczorem, gdy dostają nową sprawę,
07:27
they will decide, okay, is this a case where we need to do an autopsy?
183
432000
3000
czy jest to przypadek, w którym potrzebna jest autopsja.
07:30
So in the morning, in between six and seven in the morning,
184
435000
3000
Wiec rano, między szóstą a siódmą,
07:33
the body is then transported inside of the body bag
185
438000
2000
ciało jest transportowane w specjalnym worku,
07:35
to our center
186
440000
2000
do naszego centrum
07:37
and is being scanned through one of the CT scanners.
187
442000
2000
i poddawane jest tomografii.
07:39
And then the radiologist, together with the pathologist
188
444000
2000
Wtedy radiolog razem z patologiem
07:41
and sometimes the forensic scientist,
189
446000
2000
i naukowcami związanymi z medycyną sądową,
07:43
looks at the data that's coming out,
190
448000
2000
przyglądają się otrzymanym danym
07:45
and they have a joint session.
191
450000
2000
na wspólnym spotkaniu.
07:47
And then they decide what to do in the real physical autopsy after that.
192
452000
3000
I decydują co zrobić w przypadku prawdziwej, fizycznej autopsji.
07:52
Now looking at a few cases,
193
457000
2000
Teraz zobaczymy kilka obrazów z autopsji.
07:54
here's one of the first cases that we had.
194
459000
2000
To jest jeden z nich.
07:56
You can really see the details of the data set.
195
461000
3000
Tu dokładnie widać każdy szczegół,
07:59
It's very high-resolution,
196
464000
2000
jest to bardzo wysoka rozdzielczość.
08:01
and it's our algorithms that allow us
197
466000
2000
To właśnie algorytmy pozwalają nam
08:03
to zoom in on all the details.
198
468000
2000
dokładnie przyjrzeć się szczegółom.
08:05
And again, it's fully interactive,
199
470000
2000
I po raz kolejny, jest to w pełni interaktywne,
08:07
so you can rotate and you can look at things in real time
200
472000
2000
więc można to obrócić i patrzeć na wszystko w czasie rzeczywistym
08:09
on these systems here.
201
474000
2000
przy użyciu tych systemów.
08:11
Without saying too much about this case,
202
476000
2000
Nie powiem zbyt wiele o tym przypadku,
08:13
this is a traffic accident,
203
478000
2000
tyle tylko, że było to wypadek samochodowy,
08:15
a drunk driver hit a woman.
204
480000
2000
w którym pijany kierowca potrącił tą kobietę.
08:17
And it's very, very easy to see the damages on the bone structure.
205
482000
3000
Niezwykle łatwo zauważyć możemy uszkodzenia kości.
08:20
And the cause of death is the broken neck.
206
485000
3000
A przyczyną śmierci w tym przypadku jest złamany kręgosłup.
08:23
And this women also ended up under the car,
207
488000
2000
W wyniku wypadku kobieta ta znalazła się pod samochodem,
08:25
so she's quite badly beaten up
208
490000
2000
więc miała bardzo mocno uszkodzone ciało
08:27
by this injury.
209
492000
2000
z powodu tego urazu.
08:29
Here's another case, a knifing.
210
494000
3000
A to kolejny przypadek, śmierć w wyniku dźgnięcia nożem.
08:32
And this is also again showing us what we can do.
211
497000
2000
Po raz kolejny jesteście w stanie zobaczyć nasze możliwości.
08:34
It's very easy to look at metal artifacts
212
499000
2000
Bardzo łatwo zaobserwować metalowe elementy
08:36
that we can show inside of the body.
213
501000
3000
znajdujące się wewnątrz ciała.
08:39
You can also see some of the artifacts from the teeth --
214
504000
3000
Można również zobaczyć metal w zębach
08:42
that's actually the filling of the teeth --
215
507000
2000
jest to akurat wypełnienie w zębach.
08:44
but because I've set the functions to show me metal
216
509000
3000
Z powodu ustawień pozwalających widzieć metal
08:47
and make everything else transparent.
217
512000
2000
wszystko inne jest przeźroczyste.
08:49
Here's another violent case. This really didn't kill the person.
218
514000
3000
Kolejny brutalny przypadek. To akurat nie zabiło tej osoby.
08:52
The person was killed by stabs in the heart,
219
517000
2000
Uśmierciły ją dźgnięcia w serce,
08:54
but they just deposited the knife
220
519000
2000
tam jednak pozostał nóż
08:56
by putting it through one of the eyeballs.
221
521000
2000
po ciosie w jedną z gałek ocznych.
08:58
Here's another case.
222
523000
2000
A tutaj mamy kolejny przypadek.
09:00
It's very interesting for us
223
525000
2000
Jest to dla nas bardzo interesujące,
09:02
to be able to look at things like knife stabbings.
224
527000
2000
mieć możliwość spojrzenia na urazy po dźgnięciu nożem.
09:04
Here you can see that knife went through the heart.
225
529000
3000
Tutaj widzimy jak nóż przebił serce.
09:07
It's very easy to see how air has been leaking
226
532000
2000
Bardzo łatwo można zaobserwować powietrze przedostające się
09:09
from one part to another part,
227
534000
2000
z jednej jego części do drugiej,
09:11
which is difficult to do in a normal, standard, physical autopsy.
228
536000
3000
co jest niezwykle trudne podczas standardowej, fizycznej autopsji.
09:14
So it really, really helps
229
539000
2000
W przypadku śledztwa
09:16
the criminal investigation
230
541000
2000
bardzo pomocnym jest
09:18
to establish the cause of death,
231
543000
2000
ustalenie przyczyny śmierci,
09:20
and in some cases also directing the investigation in the right direction
232
545000
3000
w niektórych przypadkach kieruje to śledztwo na właściwe tory
09:23
to find out who the killer really was.
233
548000
2000
i pomaga ustalić prawdziwą tożsamość mordercy.
09:25
Here's another case that I think is interesting.
234
550000
2000
A oto kolejny przypadek, który uznałem za interesujący.
09:27
Here you can see a bullet
235
552000
2000
Tutaj można zobaczyć kulę,
09:29
that has lodged just next to the spine on this person.
236
554000
3000
która utknęła tuż przy kręgosłupie tej osoby.
09:32
And what we've done is that we've turned the bullet into a light source,
237
557000
3000
Za pomocą oprogramowania sprawiliśmy, że kula zmieniła się w źródło światła,
09:35
so that bullet is actually shining,
238
560000
2000
widać jak świeci
09:37
and it makes it really easy to find these fragments.
239
562000
3000
dzięki czemu bardzo łatwo odnaleźć można jej fragmenty.
09:40
During a physical autopsy,
240
565000
2000
Podczas rzeczywistej autopsji,
09:42
if you actually have to dig through the body to find these fragments,
241
567000
2000
gdy naprawdę trzeba przeszukać ciało by znaleźć odłamki -
09:44
that's actually quite hard to do.
242
569000
2000
jest to niebywale trudne zadanie.
09:48
One of the things that I'm really, really happy
243
573000
2000
Jedną z rzeczy, z których jestem naprawdę zadowolony
09:50
to be able to show you here today
244
575000
3000
jest fakt, że jestem w stanie wam dzisiaj pokazać
09:53
is our virtual autopsy table.
245
578000
2000
stół do wirtualnej autopsji.
09:55
It's a touch device that we have developed
246
580000
2000
Jest to urządzenie dotykowe stworzone przez nas
09:57
based on these algorithms, using standard graphics GPUs.
247
582000
3000
na bazie algorytmów, przy użyciu standardowych procesorów kart graficznych.
10:00
It actually looks like this,
248
585000
2000
Żebyście mogli poczuć przedsmak tego urządzenia
10:02
just to give you a feeling for what it looks like.
249
587000
3000
- naprawdę wygląda ona tak.
10:05
It really just works like a huge iPhone.
250
590000
3000
Działa ono jak ogromny iPhone.
10:08
So we've implemented
251
593000
2000
Wgraliśmy oprogramowanie
10:10
all the gestures you can do on the table,
252
595000
3000
wszystkich gestów jakie można wykonywać na tym stole,
10:13
and you can think of it as an enormous touch interface.
253
598000
4000
możecie o nim myśleć jak o olbrzymim interfejsie dotykowym.
10:17
So if you were thinking of buying an iPad,
254
602000
2000
Więc jeśli nosicie się z zamiarem kupna iPada
10:19
forget about it. This is what you want instead.
255
604000
3000
- zapomnijcie; to urządzenie jest właśnie tym czego chcecie.
10:22
Steve, I hope you're listening to this, all right.
256
607000
3000
Steve, mam nadzieje że tego słuchasz. Dobra.
10:26
So it's a very nice little device.
257
611000
2000
Jest to bardzo przyjemne urządzonko.
10:28
So if you have the opportunity, please try it out.
258
613000
2000
Jak będziecie mieć kiedyś możliwość - to proszę wypróbujcie je.
10:30
It's really a hands-on experience.
259
615000
3000
Jest to bardzo praktyczne doświadczenie.
10:33
So it gained some traction, and we're trying to roll this out
260
618000
3000
Urządzenie to wzbudziło spore poruszenie, próbujemy stopniowo wprowadzać je na rynek.
10:36
and trying to use it for educational purposes,
261
621000
2000
Używamy go również w celach edukacyjnych,
10:38
but also, perhaps in the future,
262
623000
2000
a w przyszłości możliwe że będziemy go używać
10:40
in a more clinical situation.
263
625000
3000
w przypadkach klinicznych.
10:43
There's a YouTube video that you can download and look at this,
264
628000
2000
Istnieje również video na YouTube, które możecie ściągnąć
10:45
if you want to convey the information to other people
265
630000
2000
jeśli chcecie pokazać i opowiedzieć komuś
10:47
about virtual autopsies.
266
632000
3000
o wirtualnych autopsjach.
10:50
Okay, now that we're talking about touch,
267
635000
2000
Mówiliśmy o poruszeniu,
10:52
let me move on to really "touching" data.
268
637000
2000
przejdźmy więc do bardziej poruszających danych.
10:54
And this is a bit of science fiction now,
269
639000
2000
A teraz zahaczymy trochę o science fiction,
10:56
so we're moving into really the future.
270
641000
3000
zaglądniemy w przyszłość.
10:59
This is not really what the medical doctors are using right now,
271
644000
3000
To nie jest sprzęt którego lekarze używają obecnie,
11:02
but I hope they will in the future.
272
647000
2000
ale mam nadzieję że w przyszłości będą.
11:04
So what you're seeing on the left is a touch device.
273
649000
3000
Po lewej widzimy urządzenie dotykowe.
11:07
It's a little mechanical pen
274
652000
2000
Jest to malutki długopis
11:09
that has very, very fast step motors inside of the pen.
275
654000
3000
posiadający wewnątrz bardzo szybkie silniczki krokowe.
11:12
And so I can generate a force feedback.
276
657000
2000
Dzięki temu wygenerować mogę siłowe sprzężenie zwrotne.
11:14
So when I virtually touch data,
277
659000
2000
Gdy wirtualnie dotykam danych
11:16
it will generate forces in the pen, so I get a feedback.
278
661000
3000
stwarza to w długopisie siłę o przeciwnym zwrocie, więc otrzymuję reakcję zwrotną.
11:19
So in this particular situation,
279
664000
2000
W tym przypadku,
11:21
it's a scan of a living person.
280
666000
2000
jest to tomografia żywej osoby.
11:23
I have this pen, and I look at the data,
281
668000
3000
Dzięki temu długopisowi, mogę zbadać dane.
11:26
and I move the pen towards the head,
282
671000
2000
Zbliżam go do jego głowy
11:28
and all of a sudden I feel resistance.
283
673000
2000
i czuję opór.
11:30
So I can feel the skin.
284
675000
2000
Wyczuwam skórę.
11:32
If I push a little bit harder, I'll go through the skin,
285
677000
2000
Zwiększając nacisk, przedostaję się przez skórę
11:34
and I can feel the bone structure inside.
286
679000
3000
i mogę "dotknąć" kości.
11:37
If I push even harder, I'll go through the bone structure,
287
682000
2000
Jeśli jeszcze zwiększę nacisk, przedostanę się przez kości,
11:39
especially close to the ear where the bone is very soft.
288
684000
3000
szczególnie łatwo można to zrobić w okolicy ucha gdzie kości są bardzo miękkie.
11:42
And then I can feel the brain inside, and this will be the slushy like this.
289
687000
3000
I jestem w stanie poczuć strukturę mózgu, będzie on jakby grząski.
11:45
So this is really nice.
290
690000
2000
Więc jest to świetna rzecz.
11:47
And to take that even further, this is a heart.
291
692000
3000
Posuwając się o krok dalej - to jest serce.
11:50
And this is also due to these fantastic new scanners,
292
695000
3000
Dzięki tym nowy fantastycznym tomografom
11:53
that just in 0.3 seconds,
293
698000
2000
już w 0,3 sekundy
11:55
I can scan the whole heart,
294
700000
2000
mogę przeskanować całe serce,
11:57
and I can do that with time resolution.
295
702000
2000
wraz ze zmianami jakie zachodzą w czasie tomografii.
11:59
So just looking at this heart,
296
704000
2000
Obserwując to serce
12:01
I can play back a video here.
297
706000
2000
mogę w ten sposób odtworzyć wideo.
12:03
And this is Karljohan, one of my graduate students
298
708000
2000
A to jest Karljohan, jeden z moich studentów,
12:05
who's been working on this project.
299
710000
2000
pracujących nad tym projektem.
12:07
And he's sitting there in front of the Haptic device, the force feedback system,
300
712000
3000
Siedzi on przy urządzeniu dotykowym - systemie dotykowego sprzężenia zwrotnego,
12:10
and he's moving his pen towards the heart,
301
715000
3000
i porusza długopisem dotykając serca.
12:13
and the heart is now beating in front of him,
302
718000
2000
Serce to bije tuż przed nim,
12:15
so he can see how the heart is beating.
303
720000
2000
a on jest w stanie dokładnie obserwować ten proces.
12:17
He's taken the pen, and he's moving it towards the heart,
304
722000
2000
Bierze długopis, i porusza nim w kierunku serca,
12:19
and he's putting it on the heart,
305
724000
2000
dotyka powierzchni serca,
12:21
and then he feels the heartbeats from the real living patient.
306
726000
3000
czuje uderzenia serca prawdziwego żywego pacjenta.
12:24
Then he can examine how the heart is moving.
307
729000
2000
Może on zbadać ruchy jakie wykonuje serce.
12:26
He can go inside, push inside of the heart,
308
731000
2000
Może dostać się do środka jeśli zwiększy nacisk,
12:28
and really feel how the valves are moving.
309
733000
3000
by naprawdę poczuć fale krwi płynące wewnątrz.
12:31
And this, I think, is really the future for heart surgeons.
310
736000
3000
I sądzę, że właśnie to jest przyszłością kardiochirurgii.
12:34
I mean it's probably the wet dream for a heart surgeon
311
739000
3000
Pewnie jest to zmaza nocna kardiochirurgów -
12:37
to be able to go inside of the patient's heart
312
742000
3000
możliwość dostania się do wnętrza serca pacjenta
12:40
before you actually do surgery,
313
745000
2000
przed rzeczywistą operacją
12:42
and do that with high-quality resolution data.
314
747000
2000
i dodatkowo zobaczenie tego w wysokiej rozdzielczości.
12:44
So this is really neat.
315
749000
2000
Więc jest to naprawdę rewelacyjne.
12:47
Now we're going even further into science fiction.
316
752000
3000
A teraz przesuńmy się już całkowicie na skaj science fiction.
12:50
And we heard a little bit about functional MRI.
317
755000
3000
Doszły do nas informacje o funkcjonalnym magnetycznym rezonansie jądrowym.
12:53
Now this is really an interesting project.
318
758000
3000
To dopiero jest interesujący projekt.
12:56
MRI is using magnetic fields
319
761000
2000
Magnetyczny rezonans jądrowy za pomocą pól magnetycznych
12:58
and radio frequencies
320
763000
2000
i częstotliwości radiowych
13:00
to scan the brain, or any part of the body.
321
765000
3000
skanuje mózg lub inną część ciała.
13:03
So what we're really getting out of this
322
768000
2000
Zyskujemy dzięki temu
13:05
is information of the structure of the brain,
323
770000
2000
informacje o strukturze mózgu.
13:07
but we can also measure the difference
324
772000
2000
oraz możemy zmierzyć
13:09
in magnetic properties of blood that's oxygenated
325
774000
3000
między magnetycznymi własnościami krwi natlenionej
13:12
and blood that's depleted of oxygen.
326
777000
3000
i krwi odtlenionej.
13:15
That means that it's possible
327
780000
2000
Oznacza to możliwość
13:17
to map out the activity of the brain.
328
782000
2000
mapowania aktywności funkcjonalnej mózgu.
13:19
So this is something that we've been working on.
329
784000
2000
A to jest coś nad czym pracowaliśmy.
13:21
And you just saw Motts the research engineer, there,
330
786000
3000
Widzieliście właśnie Mottsa - inżyniera ds. badań
13:24
going into the MRI system,
331
789000
2000
wjeżdżającego do urządzenia do rezonansu magnetycznego,
13:26
and he was wearing goggles.
332
791000
2000
ma on na sobie specjalne okulary.
13:28
So he could actually see things in the goggles.
333
793000
2000
Za pomocą tych okularów będzie on mógł zobaczyć pewne rzeczy.
13:30
So I could present things to him while he's in the scanner.
334
795000
3000
Będę mógł mu coś pokazać podczas badania rezonansem.
13:33
And this is a little bit freaky,
335
798000
2000
I jest to troszkę dziwne
13:35
because what Motts is seeing is actually this.
336
800000
2000
to co Motts właściwie widzi to jest to.
13:37
He's seeing his own brain.
337
802000
3000
Widzi on swój własny mózg.
13:40
So Motts is doing something here,
338
805000
2000
Motts coś robi.
13:42
and probably he is going like this with his right hand,
339
807000
2000
Najprawdopodobniej wykonuje on taki ruch prawą ręką
13:44
because the left side is activated
340
809000
2000
ponieważ widzimy aktywność lewej półkuli
13:46
on the motor cortex.
341
811000
2000
w rejonie kory ruchowej.
13:48
And then he can see that at the same time.
342
813000
2000
A on w tym samym czasie może to zobaczyć.
13:50
These visualizations are brand new.
343
815000
2000
Wizualizacje te są nowym produktem.
13:52
And this is something that we've been researching for a little while.
344
817000
3000
Zajmujemy się tym od niedawna.
13:55
This is another sequence of Motts' brain.
345
820000
3000
A oto kolejne obrazy przedstawiające mózg Mottsa.
13:58
And here we asked Motts to calculate backwards from 100.
346
823000
3000
Poprosiliśmy go by liczył od 100 do 1.
14:01
So he's going "100, 97, 94."
347
826000
2000
Więc liczy: "100, 97, 94".
14:03
And then he's going backwards.
348
828000
2000
Wymienia coraz niższe liczby.
14:05
And you can see how the little math processor is working up here in his brain
349
830000
3000
Widać jak jego "matematyczny procesor" pracuje
14:08
and is lighting up the whole brain.
350
833000
2000
podświetlając cały mózg.
14:10
Well this is fantastic. We can do this in real time.
351
835000
2000
Jest to fantastyczna rzecz. Możemy to robić w czasie rzeczywistym.
14:12
We can investigate things. We can tell him to do things.
352
837000
2000
Możemy badać różne rzeczy, kazać mu wykonywać polecenia.
14:14
You can also see that his visual cortex
353
839000
2000
Widać również, że jego kora wzrokowa
14:16
is activated in the back of the head,
354
841000
2000
znajdująca się w tylnej części mózgu została aktywowana
14:18
because that's where he's seeing, he's seeing his own brain.
355
843000
2000
ponieważ to co widzi, widzi za pomocą mózgu.
14:20
And he's also hearing our instructions
356
845000
2000
Poza tym słyszy polecenia,
14:22
when we tell him to do things.
357
847000
2000
które mu wydajemy.
14:24
The signal is really deep inside of the brain as well,
358
849000
2000
Sygnał ten pochodzi głęboko z mózgu,
14:26
and it's shining through,
359
851000
2000
ale widać jak świeci przez wszystkie jego warstwy,
14:28
because all of the data is inside this volume.
360
853000
2000
z powodu objętości jaką zajmuje.
14:30
And in just a second here you will see --
361
855000
2000
A za kilka sekund zobaczycie,
14:32
okay, here. Motts, now move your left foot.
362
857000
2000
o już widać. Motts porusza teraz lewą stopą.
14:34
So he's going like this.
363
859000
2000
Robi coś w tym stylu.
14:36
For 20 seconds he's going like that,
364
861000
2000
Przez 20 sekund wykonywał tą czynnosć
14:38
and all of a sudden it lights up up here.
365
863000
2000
i nagle zapala się ta część mózgu.
14:40
So we've got motor cortex activation up there.
366
865000
2000
Więc widzimy tu aktywizację kory ruchowej.
14:42
So this is really, really nice,
367
867000
2000
Jest to naprawdę świetna rzecz.
14:44
and I think this is a great tool.
368
869000
2000
I uważam, że jest to wspaniałe urządzenie.
14:46
And connecting also with the previous talk here,
369
871000
2000
A łącząc to z poprzednim wykładem,
14:48
this is something that we could use as a tool
370
873000
2000
jest to coś co można użyć jako narzędzie
14:50
to really understand
371
875000
2000
pozwalające naprawdę zrozumieć
14:52
how the neurons are working, how the brain is working,
372
877000
2000
jak działają neurony, jak działa mózg,
14:54
and we can do this with very, very high visual quality
373
879000
3000
a to wszystko w bardzo bardzo wysokiej jakości wizji,
14:57
and very fast resolution.
374
882000
3000
w wysokiej rozdzielczości.
15:00
Now we're also having a bit of fun at the center.
375
885000
2000
A tutaj, trochę się rozerwaliśmy w naszym centrum.
15:02
So this is a CAT scan -- Computer Aided Tomography.
376
887000
3000
To jest tomograf komputerowy(CAT scan - angielska nazwa CAT oznacza kota).
15:06
So this is a lion from the local zoo
377
891000
2000
Jest to lwica z lokalnego zoo
15:08
outside of Norrkoping in Kolmarden, Elsa.
378
893000
3000
znajdującego się tuż przy Norrkoping w Kolmarden, o imieniu Elsa.
15:11
So she came to the center,
379
896000
2000
Przybyła ona do naszego centrum,
15:13
and they sedated her
380
898000
2000
została uśpiona,
15:15
and then put her straight into the scanner.
381
900000
2000
po czym trafiła prosto do tomografu.
15:17
And then, of course, I get the whole data set from the lion.
382
902000
3000
Wtedy uzyskaliśmy pełen zestaw danych dotyczących lwicy.
15:20
And I can do very nice images like this.
383
905000
2000
Mogę stworzyć takie fajne obrazy jak ten.
15:22
I can peel off the layer of the lion.
384
907000
2000
Mogę zdjąć z tej lwicy warstwę skóry.
15:24
I can look inside of it.
385
909000
2000
Mogę zaglądnąć do środka.
15:26
And we've been experimenting with this.
386
911000
2000
I właśnie z tym eksperymentowaliśmy.
15:28
And I think this is a great application
387
913000
2000
Sądzę że jest to wspaniała aplikacja,
15:30
for the future of this technology,
388
915000
2000
przyszłość tej technologii.
15:32
because there's very little known about the animal anatomy.
389
917000
3000
Ponieważ niewiele wiadomo o zwierzęcej anatomii.
15:35
What's known out there for veterinarians is kind of basic information.
390
920000
3000
Weterynarze posiadają właściwie tylko podstawowe informacje tego typu.
15:38
We can scan all sorts of things,
391
923000
2000
Możemy przeskanować różne rzeczy,
15:40
all sorts of animals.
392
925000
2000
różne rodzaje zwierząt.
15:42
The only problem is to fit it into the machine.
393
927000
3000
Jedynym problemem jest zmieszczenie ich w tej maszynie.
15:45
So here's a bear.
394
930000
2000
Tutaj mamy niedźwiedzia.
15:47
It was kind of hard to get it in.
395
932000
2000
Ciężko było go tam zmieścić.
15:49
And the bear is a cuddly, friendly animal.
396
934000
3000
Niedźwiedzie to przyjazne zwierzęta, przytulanki.
15:52
And here it is. Here is the nose of the bear.
397
937000
3000
Tu mamy jego zdjęcie. Tu mamy nos.
15:55
And you might want to cuddle this one,
398
940000
3000
Do tego pewnie chcielibyście się przytulić.
15:58
until you change the functions and look at this.
399
943000
3000
Ale gdy zmienimy funkcję i widać to - wtedy raczej zmienicie zdanie.
16:01
So be aware of the bear.
400
946000
2000
Więc raczej strzeżcie się niedźwiedzi.
16:03
So with that,
401
948000
2000
W tym miejscu
16:05
I'd like to thank all the people
402
950000
2000
chciałbym podziękować wszystkim
16:07
who have helped me to generate these images.
403
952000
2000
którzy pomogli mi w stworzeniu tych obrazów
16:09
It's a huge effort that goes into doing this,
404
954000
2000
Jest to bardzo duży wysiłek -
16:11
gathering the data and developing the algorithms,
405
956000
3000
zebranie danych, stworzenie algorytmów,
16:14
writing all the software.
406
959000
2000
napisanie oprogramowania.
16:16
So, some very talented people.
407
961000
3000
Więc, są to bardzo utalentowani ludzie.
16:19
My motto is always, I only hire people that are smarter than I am
408
964000
3000
Moim mottem jest: zatrudniam tylko ludzi mądrzejszych ode mnie
16:22
and most of these are smarter than I am.
409
967000
2000
i większość z nich jest mądrzejsza ode mnie.
16:24
So thank you very much.
410
969000
2000
Dziękuję bardzo.
16:26
(Applause)
411
971000
4000
Brawa
ABOUT THE SPEAKER
Anders Ynnerman - Scientific visualization expertAnders Ynnerman studies the fundamental aspects of computer graphics and visualization, in particular large scale and complex data sets with a focus on volume rendering and multi-modal interaction.
Why you should listen
Professor Anders Ynnerman received a Ph.D. in physics from Gothenburg University. During the early 90s he was doing research at Oxford University and Vanderbilt University. In 1996 he started the Swedish National Graduate School in Scientific Computing, which he directed until 1999. From 1997 to 2002 he directed the Swedish National Supercomputer Centre and from 2002 to 2006 he directed the Swedish National Infrastructure for Computing (SNIC).
Since 1999 he is holding a chair in scientific visualization at Linköping University and in 2000 he founded the Norrköping Visualization and Interaction Studio (NVIS). NVIS currently constitutes one of the main focal points for research and education in computer graphics and visualization in the Nordic region. Ynnerman is currently heading the build-up of a large scale center for Visualization in Norrköping.
Anders Ynnerman | Speaker | TED.com