Google AI Healthcare（加利福尼亞州山景城）的研究人員(yuán)将BitFlow圖像采集卡技術整合到增強現實顯微鏡 (ARM) 平台原型中(zhōng)，研究人員(yuán)認爲該平台将加速全球病理學家對深度學習工(gōng)具的采用，已完成在亞毫米級視覺檢查生(shēng)物(wù)和物(wù)理樣本的關鍵性任務。

驅動ARM平台的應用程序運行在一(yī)台标準的計算機上，該計算機帶有一(yī)個BitFlow Cyton CoaXPress（CXP）4通道圖像采集卡（CYT-PC2-CXP4），并連接一(yī)台用于實時圖像捕獲的Adimec S25A80 2500萬像素CXP相機，以及一(yī)個用于運行深度學習算法的NVidia Titan Xp GPU。通過使用人工(gōng)智能(AI)，該平台能夠實時分(fēn)析圖像，并将機器學習算法的結果直接呈現到視野中(zhōng)。

重要的是，ARM通過使用低成本、現成的組件（如BitFlow Cyton 圖像采集卡），可以改裝到世界各地醫院和診所現有的光學顯微鏡中(zhōng)，而無需被分(fēn)析組織的整個載玻片數字版本。這一(yī)創新帶來了可喜的消息：盡管人工(gōng)智能研究取得了重大(dà)進展，但考慮到圖像數字化的成本問題以及在微觀分(fēn)析中(zhōng)部署人工(gōng)智能解決方案所面對的困難，将深度學習工(gōng)具集成到現實世界的診斷工(gōng)作流程中(zhōng)仍然具有挑戰性。增強現實顯微鏡（ARM）平台原型解決了這些問題，除了具有經濟性，ARM與應用無關，可用于大(dà)多數顯微鏡應用。

左圖：增強現實顯微鏡的原理概述       右圖：ARM平台原型被改造成典型臨床級光學顯微鏡

據谷歌研究人員(yuán)稱，光機械部件的選擇是由最終性能要求決定的，特别是有效的細胞和腺體(tǐ)級别特征表示。Adimec相機的5120×5120像素的彩色傳感器具有高靈敏度和全局快門功能，能夠以高達80幀/秒的速度捕獲圖像，而BitFlow Cyton CXP-4具有通用PCI-E接口，可簡化設置。安裝在顯微鏡側面的eMagin SXGA0961292×1036像素的微顯示器包括一(yī)個用于從計算機接收圖像的HDMI接口。這種光學機械設計可以很容易地改裝成大(dà)多數标準的亮場顯微鏡中(zhōng)。包括計算機在内，ARM系統的整體(tǐ)成本比傳統的全幻燈片掃描至少低一(yī)個數量級，而且不會引起與數字化相關的工(gōng)作流程變化和延遲。

基本的 ARM 管道由一(yī)組線程組成，這些線程不斷從相機中(zhōng)抓取圖像幀，對其進行 debayer 轉換，将原始傳感器輸出轉換爲 RGB 彩色圖像，準備數據，運行深度學習算法，處理結果，最後顯示輸出。

谷歌研究人員(yuán)認爲，ARM 有可能對全球衛生(shēng)事業産生(shēng)巨大(dà)影響，特别是在發展中(zhōng)國家的傳染病診斷方面，包括結核病和瘧疾等。此外(wài)，在即将采用數字病理工(gōng)作流程的醫院，也可以将 增強現實顯微鏡ARM 與數字工(gōng)作流程結合使用，因爲掃描儀仍然面臨重大(dà)挑戰或需要快速周轉的情況，如細胞學、熒光成像或術中(zhōng)冰凍切片。

由于光學顯微鏡已被證明可用于病理學以外(wài)的許多行業，因此 ARM增強現實顯微鏡 可适用于醫療保健、生(shēng)命科學研究和材料科學等衆多領域。此外(wài)，ARM 還可以應用于其他顯微鏡應用，例如冶金12中(zhōng)的材料表征和電子制造領域的缺陷檢測。