• 输入CT图像与超声算法生成的CT图像之间的归一化互相关[时间范围：2年]
  输入CT图像（用作地面真理）和算法生成的CT图像之间的互相关将作为衡量相似性（相似性得分）的度量，并归一化为[-1,1]。
• 准确率[时间范围：2年]
  系统准确率将通过将上述相似性评分与成功率阈值（t）进行比较来评估。

背景：超声成像是一种成像方法，它使用声波来表征各种器官在健康和疾病条件下的结构和功能。该技术被广泛用于临床日常生活中，并且具有许多优势，例如实时成像，在患者床边进行成像以及缺乏电离辐射。除了上述优势外，超声测试还具有明显的缺点。其中包括没有通过包含空气的介质（例如肠环，对操作员技能的依赖）以及对受试者在测试期间进行合作的需求的缺乏声波穿透。与超声检查相比，CT扫描允许更广泛的解剖学视图，并且不受生理因素（例如骨骼和空气）的限制。另一方面，该测试需要电离辐射，这不可避免地会对患者的健康带来直接和间接的危险，并且需要更多的财务资源。

研究的目标：使用人工智能弥合超声和CT扫描之间的差距，并创建一个利用它们的统一系统。这是为了更好地进行空间取向以及对所扫描解剖结构的更好表征。

参与者：18岁以上的女性和/或男性在上个月进行腹部CT扫描进行实验中进行超声检查。

方法：这项研究是一项前瞻性开放标签研究，其中医生和患者都知道扫描的方式和目的。符合阈值条件的参与者将在Haemek医疗中心成像研究所的房间中进行检查，在此期间，参与者将使用临床超声设备进行完整的腹部器官超声扫描。超声图像将在检查时在视觉上与同一患者的先前CT图像，使用上述超声设备中的融合系统。共轭的CT和超声图像将进行编码，并将发送，而无需将详细信息识别为Sampl Laboratory，以用作人工智能系统的学习平台。图像将在对象的个人详细信息中编码为Excel文件并由首席调查员保存后传输。

医学实验的背景和理由：

超声成像是一种成像方法，它使用声波来表征健康和疾病条件下各种器官的结构和功能。该技术被广泛用于临床日常生活中，并具有许多好处。该考试不涉及电离辐射的使用，因此其使用比其他技术更安全，例如X射线或CT扫描（计算机断层扫描）。在超声设备上获取和查看的图像是实时的，因此可以确定变化，在许多情况下，这会影响最终诊断。该测试是无创的，该测试也不需要使用含有可能引起过敏反应或损害肾功能的物质的对比剂。此外，设备可广泛使用，也可以使用床头。除了上述优势外，超声测试还具有明显的缺点。超声波在骨骼或空气中不能很好地穿透，从而损害了测试质量。此外，该方法高度依赖于操作员的技能，因此需要大量经验才能产生足够的质量信息并进行准确的诊断。测试的质量还取决于测试过程中受试者的合作，例如姿势和深呼吸的变化。

与超声检查相比，CT扫描允许更广泛的解剖学视图，并且不受诸如骨骼和空气等生理因素的限制。 CT扫描的最显着缺点包括测试需要电离辐射，这不可避免地会对患者的健康带来直接和间接的危险。此外，该测试需要在财务上和人力方面进行更多的资源，这是医院外部或社会经济地位差的国家的限制。

在这项研究中，研究人员旨在弥合这两种类型的技术之间的差距，并创建一个利用这两者的统一系统。这是通过从超声图像创建CT图像来完成的。此过程将涉及使用人工智能方法，即机器学习算法。

近年来，在计算机视觉领域，最近几年在医学成像领域，机器学习，尤其是深度学习，在计算机视觉领域已经取得了动力。此外，人们已经可以在视网膜疾病的分类中看到取得的显着成功，其中传感器是底面摄像头或光学连贯性层析成像（OCT），在乳房3的MRI成像中分类的分类，以及最近在使用胸部X射线和超声扫描，对电晕病毒引起的疾病严重程度的分类。

机器学习包括两个阶段。在第一阶段，算法使用架构和目标函数在标记的数据上训练，从而可以实现高精度。在第二步中，研究人员将测试尚未观察到的数据的算法。应该注意的是，大量标记的数据在开发算法方面可能非常有帮助，但与此同时，可能很难产生标记的数据，并且可能是一个漫长而昂贵的过程。因此，研究人员将采用无监督或半监督的方法。

医学研究的目标：向人工智能系统提供超声图和放射线信息，以便从超声图像中创建CT图像，以便更好地进行空间取向以及更好地表征扫描的解剖结构。

研究类型：一项前瞻性，开放式标签研究，其中医生和患者都知道扫描的方式和目的。

实验程序：符合研究标准的参与者将使用Haemek Medical Center成像研究所的临床超声设备对腹部器官进行完整的超声扫描。考试的估计持续时间为20分钟。超声图像将在检查时在视觉上与同一患者的先前CT图像，使用上述超声设备中的融合系统。

请注意，如果参与者来进行临床超声检查，任何情况下都应该进行，他将照常进行临床检查，然后将单独进行上述研究作为研究的一部分。

耦合的CT和超声图像将被编码并发送到Weizmann Institute的Sampl实验室，这些图像将作为人工智能系统的学习平台。仅在主题个人详细信息被编码为Excel文件并由首席调查员保存之后，这些图像才会传输。只有首席研究人员和二级研究人员才能接触到预编码信息，该信息将存储在主要研究人员的专用计算机上，密码保护。

收集到的编码信息将在研究期间连续传递给Weizmann Institute，以确保良好获取信息以及向主要研究人员实时反馈的可能性，以支持获得能够启用数据分析的更好质量信息。

在将来的Sampl Laboratory以获取有关参与者的详细信息的任何应用中，当编码密钥将仅在临床现场（Haemek Hospital）的情况下，它将必须与序列号接触。 Weizmann研究所的采样实验室将不会以任何方式和实验中的任何阶段暴露，以识别有关参与者的信息。

监视参与者和报告医疗调查结果

如果在研究期间发现了对患者健康很重要的意外医疗发现，则首席研究人员的责任将其转移到主体医师的情况下，毫不拖延地进行标准医疗服务必要的进一步随访和治疗。作为临床试验的一部分，在实验扫描后不会跟进参与者。

纳入标准：

• 在实验超声检查之前长达一个月进行腹部CT检查的参与者。

排除标准：

• 患有疾病状况改变的参与者可能会对腹部器官的成像特征产生重大影响。
• 孕妇

• 输入CT图像与超声算法生成的CT图像之间的归一化互相关[时间范围：2年]
  输入CT图像（用作地面真理）和算法生成的CT图像之间的互相关将作为衡量相似性（相似性得分）的度量，并归一化为[-1,1]。
• 准确率[时间范围：2年]
  系统准确率将通过将上述相似性评分与成功率阈值（t）进行比较来评估。

背景：超声成像是一种成像方法，它使用声波来表征各种器官在健康和疾病条件下的结构和功能。该技术被广泛用于临床日常生活中，并且具有许多优势，例如实时成像，在患者床边进行成像以及缺乏电离辐射。除了上述优势外，超声测试还具有明显的缺点。其中包括没有通过包含空气的介质（例如肠环，对操作员技能的依赖）以及对受试者在测试期间进行合作的需求的缺乏声波穿透。与超声检查相比，CT扫描允许更广泛的解剖学视图，并且不受生理因素（例如骨骼和空气）的限制。另一方面，该测试需要电离辐射，这不可避免地会对患者的健康带来直接和间接的危险，并且需要更多的财务资源。

研究的目标：使用人工智能弥合超声和CT扫描之间的差距，并创建一个利用它们的统一系统。这是为了更好地进行空间取向以及对所扫描解剖结构的更好表征。

参与者：18岁以上的女性和/或男性在上个月进行腹部CT扫描进行实验中进行超声检查。

方法：这项研究是一项前瞻性开放标签研究，其中医生和患者都知道扫描的方式和目的。符合阈值条件的参与者将在Haemek医疗中心成像研究所的房间中进行检查，在此期间，参与者将使用临床超声设备进行完整的腹部器官超声扫描。超声图像将在检查时在视觉上与同一患者的先前CT图像，使用上述超声设备中的融合系统。共轭的CT和超声图像将进行编码，并将发送，而无需将详细信息识别为Sampl Laboratory，以用作人工智能系统的学习平台。图像将在对象的个人详细信息中编码为Excel文件并由首席调查员保存后传输。

医学实验的背景和理由：

超声成像是一种成像方法，它使用声波来表征健康和疾病条件下各种器官的结构和功能。该技术被广泛用于临床日常生活中，并具有许多好处。该考试不涉及电离辐射的使用，因此其使用比其他技术更安全，例如X射线或CT扫描（计算机断层扫描）。在超声设备上获取和查看的图像是实时的，因此可以确定变化，在许多情况下，这会影响最终诊断。该测试是无创的，该测试也不需要使用含有可能引起过敏反应或损害肾功能的物质的对比剂。此外，设备可广泛使用，也可以使用床头。除了上述优势外，超声测试还具有明显的缺点。超声波在骨骼或空气中不能很好地穿透，从而损害了测试质量。此外，该方法高度依赖于操作员的技能，因此需要大量经验才能产生足够的质量信息并进行准确的诊断。测试的质量还取决于测试过程中受试者的合作，例如姿势和深呼吸的变化。

与超声检查相比，CT扫描允许更广泛的解剖学视图，并且不受诸如骨骼和空气等生理因素的限制。 CT扫描的最显着缺点包括测试需要电离辐射，这不可避免地会对患者的健康带来直接和间接的危险。此外，该测试需要在财务上和人力方面进行更多的资源，这是医院外部或社会经济地位差的国家的限制。

在这项研究中，研究人员旨在弥合这两种类型的技术之间的差距，并创建一个利用这两者的统一系统。这是通过从超声图像创建CT图像来完成的。此过程将涉及使用人工智能方法，即机器学习算法。

近年来，在计算机视觉领域，最近几年在医学成像领域，机器学习，尤其是深度学习，在计算机视觉领域已经取得了动力。此外，人们已经可以在视网膜疾病的分类中看到取得的显着成功，其中传感器是底面摄像头或光学连贯性层析成像（OCT），在乳房3的MRI成像中分类的分类，以及最近在使用胸部X射线和超声扫描，对电晕病毒引起的疾病严重程度的分类。

机器学习包括两个阶段。在第一阶段，算法使用架构和目标函数在标记的数据上训练，从而可以实现高精度。在第二步中，研究人员将测试尚未观察到的数据的算法。应该注意的是，大量标记的数据在开发算法方面可能非常有帮助，但与此同时，可能很难产生标记的数据，并且可能是一个漫长而昂贵的过程。因此，研究人员将采用无监督或半监督的方法。

医学研究的目标：向人工智能系统提供超声图和放射线信息，以便从超声图像中创建CT图像，以便更好地进行空间取向以及更好地表征扫描的解剖结构。

研究类型：一项前瞻性，开放式标签研究，其中医生和患者都知道扫描的方式和目的。

实验程序：符合研究标准的参与者将使用Haemek Medical Center成像研究所的临床超声设备对腹部器官进行完整的超声扫描。考试的估计持续时间为20分钟。超声图像将在检查时在视觉上与同一患者的先前CT图像，使用上述超声设备中的融合系统。

请注意，如果参与者来进行临床超声检查，任何情况下都应该进行，他将照常进行临床检查，然后将单独进行上述研究作为研究的一部分。

耦合的CT和超声图像将被编码并发送到Weizmann Institute的Sampl实验室，这些图像将作为人工智能系统的学习平台。仅在主题个人详细信息被编码为Excel文件并由首席调查员保存之后，这些图像才会传输。只有首席研究人员和二级研究人员才能接触到预编码信息，该信息将存储在主要研究人员的专用计算机上，密码保护。

收集到的编码信息将在研究期间连续传递给Weizmann Institute，以确保良好获取信息以及向主要研究人员实时反馈的可能性，以支持获得能够启用数据分析的更好质量信息。

在将来的Sampl Laboratory以获取有关参与者的详细信息的任何应用中，当编码密钥将仅在临床现场（Haemek Hospital）的情况下，它将必须与序列号接触。 Weizmann研究所的采样实验室将不会以任何方式和实验中的任何阶段暴露，以识别有关参与者的信息。

监视参与者和报告医疗调查结果

如果在研究期间发现了对患者健康很重要的意外医疗发现，则首席研究人员的责任将其转移到主体医师的情况下，毫不拖延地进行标准医疗服务必要的进一步随访和治疗。作为临床试验的一部分，在实验扫描后不会跟进参与者。

纳入标准：

• 在实验超声检查之前长达一个月进行腹部CT检查的参与者。

排除标准：

• 患有疾病状况改变的参与者可能会对腹部器官的成像特征产生重大影响。
• 孕妇