编辑按：本文为介绍 NVIDIA 2016 年度全球影响力大奖五名决赛入围者的系列文章之一。NVIDIA 每年颁发 15 万美元给使用 NVIDIA 技术，在解决社会、人道与环境问题方面取得突破性进展的研究人员。
碰撞、击打和爆炸都会造成创伤性脑损伤，这正迅速成为一个首要的公共健康问题。
为了帮助诊断大脑这一人体最复杂器官的损伤，伦敦帝国理工学院的研究人员正在部署由 GPU 和深度学习支持的精密图像分析工具。
其中一支团队由该学院计算机系讲师 Ben Glocker 带领，他们的核心工作是探索计算方法。利用生物医学扫描得到的丰富数据，他们建立的系统能够自动进行基于图像的创伤性脑损伤评估，其评估速度是其他系统所无法比拟的。
Glocker 及其团队的工作让他们成为 NVIDIA 2016 年度全球影响力大奖决赛的五名入围者之一。NVIDIA 每年颁发 15 万美元给使用 NVIDIA 技术，在解决社会、人道与环境问题方面取得突破性进展的研究人员。
大脑受伤区域分割图像。
快速响应时间
虽然每年有数百万人遭受创伤性脑损伤，但大部分都不会危及生命。然而，任何扰乱大脑正常功能的伤害都会导致精神障碍或情绪问题，例如推理能力降低或抑郁症，而且还会造成未知的终身后果。
由于此类损伤复杂多样，因此很难识别和治疗。在医疗急救的过程中，快速响应是至关重要的，Glocker 在德国履行公共服务义务，担任救护车司机时亲眼见证了这一点。
GLocker 说：“医生需要看到器官和大脑发生的变化，并根据急诊室图像上的情况做决定。我们正在努力利用计算技术帮助医生做出更明智的决定。”
寻找各种模式
Glocker 团队的哲学博士生 Konstantinos Kamnitsas 和其他团队成员使用一种最成功的计算机视觉（卷积神经网络）深度学习技术开发出了图像分析技术，将数千个滤镜按顺序应用到图像中来寻找模式。
该团队将这些 GPU 加速计算工具应用到了 3D 医学扫描中。这种计算密集型大脑病灶分割方法是使用支持 cuDNN 的 Python 库开发的，这种 Phthon 库被称为 Theano，能够实现 CUDA 加速计算，并充分利用 NVIDIA 的最新技术。
创伤区域大脑切片。
通过使用各种 GeForce GTX 显卡的扩展内存，该团队得以在更大的网络中进行试验。最近，他们在研究实验室里部署了一个具有 16 个 NVIDIA Tesla K80 GPU 加速器的集群，进一步推动了研究进展。
Glocker 说：“GPU 能实现快速、高效的算法运算，而且为这种类型的图像分析提供了正确的硬件架构，没有它，我们做不到这一点。使用 GPU 分析一张大脑扫描图像只需要两分钟，而如果没有它，则可能花费好几个小时。”
使用 GPU 能够自动检测和分割与创伤性脑损伤相关的大脑病灶，其效果胜过其他非常先进的分割系统。由于该团队的工作能够促进医学成像的临床研究，而且直接影响到诊断和治疗，因此他们正在与多家研究机构和医院合作。
剑桥大学麻醉学院院长 David Menon 教授表示，Glocker 及其团队的研究成果“有助于转变人们使用核磁共振成像 (MRI) 开发和实践创伤性脑损伤治疗方法的范式”。
该团队发现，他们的方法对治疗中风患者和脑瘤病人有良好的效果，而且还能用于心脏和胎儿成像。
2016 年度全球影响力大奖得主将在 4 月 4-7 日于硅谷举办的 GPU 技术大会上公布。
了解更多 2016 年度全球影响力大奖入围者
全球影响力：GPU 如何帮助眼外科医生在手术室里将视野范围扩大到 20/20
全球影响力：如何借助 GPU 根据海底地震的启示找到绘制安全结构图的新方法
了解上一年度 NVIDIA 全球影响力大奖得主的研究成果。