兩年前，當國內專家參加第１７４次香山科學會議、初步探討我國數字化虛擬人的時候，他們就我國該不該、能不能進行數字化虛擬人研究仍是“心里沒有底”。 

    兩年后，他們有了明確的答案。９月９日至１２日，以“中國數字化虛擬人體研究的發展與應用”為主題的第２０８次香山科學會議在京召開。四天來，與會專家再次就數字化虛擬人問題進行專題研討。可以說，僅僅兩年間，我國數字化虛擬人研究從無到有，成績令人矚目。不過，與會專家也深知，我國數字化虛擬人研究僅剛起步，還需要付出大量努力去解決種種難題。 

    研究工作成績顯著 

    數字化虛擬人的意義在于實現了人體解剖信息的數字化，提高人體解剖可視化水平，開辟醫學研究的虛擬環境，并能作為高質量、高水平基礎醫學數據集，將人體解剖信息資源為全人類所共享，其研究結果可廣泛用于醫學、國防、航空航天、服裝、體育運動等領域。
 
    我國是世界第一人口大國，理應擁有自己的數字化虛擬人，因此相關研究一開始就注重“中國特色”。據悉，國家“８６３”計劃對該研究予以支持，立項了“數字化虛擬人體若干關鍵技術”課題，其他許多研究機構和地方部門也先后投入資金開展研究。數年間，我國的數字化虛擬人研究成績顯著。 

    在上海，上海中醫藥大學捷足先登，于２０００年和２００２年分別獲取男女各一套數據集，切片間距精度為１．７０ｍｍ和０．５７ｍｍ，斷面數目為男性１０５８片，女性３０２２片，數據總量為男性１０．０ＧＢ（ＧＢ為千兆字節），女性３０．０ＧＢ。 

    在廣州，第一軍醫大學形成了有自己特點的技術。２００３年２月，該校在數據集構建方面完成了一例質量比較高的中國女性數據集，切削間距精度０．２ｍｍ，共有８５５６個斷面，數據總量達１４９．７ＧＢ。利用此數據集，中科院計算所初步重構出腹部的部分血管系統；首都醫科大學進行了立體表面重構，并分割出骨骼、子宮及附件等局部器官。２００３年５月，該校完成一例男性數據集，切片間距精度０．２ｍｍ，共９２３２個斷面，數據總量１６１．６ＧＢ。 

    在重慶，第三軍醫大學完成了男女各一套數據集，切片間距精度為１．０ｍｍ～０．１ｍｍ，斷面數目為男性２５１８片，女性為３６４０片，數據總量為男性９０．７ＧＢ，女性１３０ＧＢ。 

    此外，首都醫科大學、中科院自動化所的算法研究和軟件開發，深圳大學的多光譜激發與探測技術，北京同仁醫院的數字耳建模，解放軍總醫院的數據共享等相關研究取得初步進展，具有中國特色的中醫經絡研究也開始與數字化虛擬人研究相結合。 

    克服兩大瓶頸問題 

    從數字化虛擬人的藍圖中，“虛擬可視人”、“虛擬物理人”、“虛擬生理人”、“虛擬智能人”等是實現最理想“數字化虛擬人”的各個步驟。專家認為，我國當前僅在整個藍圖的第一步——“虛擬可視人”上剛剛邁出。“可即使在這第一步上，我們做得仍然不夠好。”會議執行主席之一、第一軍醫大學鐘世鎮院士對記者這樣談到。據悉，圖像分割與海量數據處理是當前我國數字化虛擬人研究中迫切要解決的兩大瓶頸問題。 

    鐘世鎮說：“從形態學上說，在醫學上有重大意義的周圍神經系統、淋巴系統等與臨近的組織沒有明顯的區分，而如何順利地在獲取的圖像上將它們與周圍器官、組織‘分割’開來，則十分重要。雖然我們取得了令人矚目的數據集，但在多方面還有欠缺，增大了后續圖像分割、配準的難度。”會議執行主席之一、中科院計算所李華研究員在會上說：“２００２年，在美國科羅拉多舉行的第四次可視人會議上，可視人研究先驅Ｖｉｃｔｏｒ Ｓｐｉｔｚｅｒ認為可視人研究的挑戰性問題就是分割、分割、再分割。”對這一國際公認的瓶頸問題，鐘院士認為：“這太難了！特別是我們獲取的是彩色成像，不同于傳統的以灰度為特征的ＣＴ等成像，為了達到使彩色圖像分辨效果更好、更逼真的目的，我們的數據獲取水平必須大力提高。” 

    海量數據處理是伴隨數字人研究要解決的另一個關鍵技術。有人常問是不是將人體材料切削得越薄越好。鐘世鎮認為：“從理論上說，這是有可能的，因為切片間距的精度越高，將來賦加到這個框架上的信息參數就越精細，能表達的信息量就越大。可切削精度越高，圖像采集的數據存儲量越大，要配備的計算機的等級就越高。”據悉，已有人將可視人數據集稱作“數據怪物”，以目前的實驗數據集為例，當０．２ｍｍ片層間距變為０．１ｍｍ間距時，數據量將由目前的近１５０Ｇ變為１．２Ｔ（１Ｔ＝１０１２字節）。“如此大的數據量使得后續開發只能在少數擁有海量存儲和超高速運算計算機的單位進行，這就導致研究成果難以推廣應用，只得束之高閣。” 

    未來工作質量第一 

    鐘世鎮院士對記者說：“兩年來，大家的的確確是做了許多工作，這說明數字化虛擬人研究能滿足很多社會需求，中國數字化虛擬人研究理應大力發展。”就深入發展數字化虛擬人研究，他十分強調應質量第一。他結合自己的研究說：“人體切片數據集的構建，應特別注意質量而不是數量。雖說‘巧婦難為無米之炊’，但有了米，而米的質量太差，再優秀的廚師也煮不出好飯來。”“因此，數據集獲取要在標志點、分辨率、對比度、灰度值、顏色值等方面精益求精，為后續圖像配準和分割技術做好準備。比如，我們將血管灌注紅色物質，如果凡是圖像上紅色區域就代表血管，那么圖像處理起來則就容易得多。” 

    同時，鐘世鎮也建議，數據集構建應注重應用發展前景。例如在醫學上，應解決醫學教育或臨床的科學問題；在航天航空上，應能替代宇航員做特殊環境下的安全防護測試；體育運動上，應能模擬高難度的競技訓練等。 

    鐘院士說：“我國在數字化虛擬人領域起步較晚，與國際先進水平還有很大的差距。這要求我們的研究應嚴謹認真，切忌浮躁冒進，切忌動輒就說自己的工作達到國際領先。事實上，我們有諸多的難題迫切需要解決。”據悉，在美國得克薩斯大學研制的腦組織切片機已達２５０ｎｍ的切片精度，該校實驗鼠腦重量為３８６毫克，但圖像的分辨率最近已經達到４０８０×４０８０，由此獲得的鼠腦的數據達２７Ｔ，代表著目前的先進水平。此外，韓國、日本等國也紛紛開展相關研究。 

    尋求更廣泛的合作隊伍 

    會議執行主席之一、首都醫科大學羅述謙教授在其報告中，談到數字化虛擬人研究主要關鍵科學問題可分為兩方面：一是如何建立一個包含人體解剖全面信息的高分辨、高精度、高保真數據集。另一個是如何解決虛擬人數據集與個體解剖之間的對應和比較。可以說，數字化虛擬人研究是一項復雜、巨大的系統工程，需要眾多學科的相互合作和支持。 

    據了解，國內的多學科合作早已開始。就前面提到的圖像分割難題，深圳大學的牛憨笨院士等已著手利用多光譜技術解決該難題。牛院士告訴記者，他所從事的多光譜研究試圖在圖像“物理分割”和活體“功能成像”上尋求突破。就海量數據處理難題，中科院計算所林宗楷研究員等已開始網格計算方法的研究，他設想“利用網格技術，將虛擬人數據統一調配，統一使用”。 

    雖然有了初步多學科合作基礎，但在此次香山科學會議上，各方面專家不約而同地認為，數字化虛擬人研究應當尋求更廣泛的合作隊伍，包括設立活動組織等，以取得國家的支持和更多行業專家的加入。鐘世鎮認為：“從學科合作和交叉中，很容易取長補短，通過交流，為自己的研究找到創新性思路。”牛憨笨認為：“在下一步合作研究中，合作非常重要，不過應將明確、正確的科學問題提煉出來。”羅述謙說：“通過各方面的努力，中國數字化虛擬人數據集從無到有，非常有前景，但以后的研究要避免浮夸。”李華認為該研究應積極加入國家級數據共享計劃中去，讓取得的研究成果在共享中發揮更大的作用。/**/