够。

    系统预警的隐性病变位置未知、性质未知。

    窗口期在缩短。

    他睁开了眼睛。

    拿起手机给许文涛打了一个电话。

    “文涛，你还在影像科吗？”

    “在的，刚值完班还没走呢。”

    “蒋先生的MRI原始数据，就是DICOM格式的原始文件，能拷一份给我吗？”

    许文涛愣了一下。

    “原始数据？陆主任您要原始数据干什么？”

    “我想试着用另一种方式处理他的影像。”

    “另一种方式？您是说自己做后处理？”

    “对。”

    许文涛沉默了两秒。

    “数据拷贝倒没问题，但我得提醒您一句。”

    “说。”

    “我们影像科的后处理工作站是封闭系统，专用软件只能在院内的工作站上跑，外部的代码是导不进去的。”

    “您如果在自己的电脑上做，得有配套的处理工具才行。”

    “我知道，谢谢提醒。”

    “那我明天一早给您拷好数据。”

    “今天晚上能不能？”

    许文涛又愣了一下。

    “晚上也行，我现在就拷，您什么时候来拿？”

    “半小时后我过来。”

    “好。”

    挂了电话之后，陆晨靠在椅背上。

    他的脑海中闪过一个念头。

    MRI的原始数据里其实包含了非常丰富的信号信息。

    包括血流速度、流向、组织含水量、磁化率差异这些数据，都隐藏在原始的频域信号里。

    但常规的后处理算法在将原始数据转化为可视化图像的过程中，会进行大量的滤波、降噪和阈值化处理。

    这些处理的目的是为了让图像在人眼看起来更清晰，但代价是丢弃了很多细节信息。

    尤其是那些信号幅度极弱的超细径血管，在标准算法的阈值筛选下，直接被当成噪声扔掉了。

    信息其实是存在的。

    只是现有的算法没有把它提取出来。

    如果能写一套新的算法，针对性地提取烟雾病这种超密集侧支血管网络的血流动力学信号，然后用不同的阈值参数进行三维重建……

    理论上，是有可能在不做DSA的情况下，从现有的MRI数据中看到那些被隐藏的细节。

    但这需要极其专业的医学影像算法编程能力。

    这是一个交叉学科的领域，全国能做这件事的人两只手数得过来。

    陆晨自己当然不具备这个能力。

    但是……

    他有系统，一切就都有了可能。