Ще започна с представянето на малко предизвикателство, необходимостта да се справяме с данни, данните, с които трябва да се справяме в медицински ситуации. Това е наистина огромно предизвикателство за нас. И това е нашето непосилно тегло. Това е машина за компютърна томография -- КТ машина. Това е фантастично устройство. То използва рентген, рентгенови лъчи, които се въртят много бързо около човешкото тяло. Необходими си 30 секунди, за да се мине през цялата машина и се генерира огромен обем информация, която излиза от машината. Така че това е фантастична машина, която може да използваме за подобряване на здравеопазването. Но както казах, това също е предизвикателство пред нас. И предизвикателството наистина може да се види в тази снимка тук. Това е медицинската експлозия от данни, която се случва в момента. Ние сме изправени пред този проблем. И нека да се върна назад във времето.
I will start by posing a little bit of a challenge: the challenge of dealing with data, data that we have to deal with in medical situations. It's really a huge challenge for us. And this is our beast of burden -- this is a Computer Tomography machine, a CT machine. It's a fantastic device. It uses X-rays, X-ray beams, that are rotating very fast around the human body. It takes about 30 seconds to go through the whole machine and is generating enormous amounts of information that comes out of the machine. So this is a fantastic machine that we can use for improving health care, but as I said, it's also a challenge for us. And the challenge is really found in this picture here. It's the medical data explosion that we're having right now. We're facing this problem. And let me step back in time.
Да се върнем няколко години назад във времето и да видим какво се е случвало тогава. Тези машини, които излязоха -- те започнаха да навлизат през 70-те години -- те сканираха човешкото тяло, и генерираха около 100 снимки на човешкото тяло. И ние си позволихме волността, за да ни стане по-ясно, да представим това като разрези от данни. Това би съответствало на около 50 MB данни, което е малко, когато си мислите за данните, с които можем да боравим днес на обикновените мобилни устройства. Ако представите това като телефонни указатели, това е около един метър от телефонни указатели на купчина. Ако погледнем това, което правим днес с тези машини, които имаме, можем, само за няколко секунди да получим 24 000 снимки на тялото. А това би съответствало на около 20 GB от данни, или 800 телефонни указатели. И купчината тогава ще бъде 200 метра от телефонни указатели. Това, което предстои да се случи -- и ние виждаме това, то е в зародиш -- технологична тенденция, която се случва точно сега е, че ние започваме да наблюдаваме и резултатни ситуации във времето. Така че ние също получаваме и динамиката от тялото, И само да предположим, че можем да събираме данни в продължение на пет секунди, и това ще съответства на 1 TB данни. Това са 800 000 книги и 16 км. от телефонни указатели. Това е от един пациент, един набор от данни. Ето с какво трябва да се справяме.
Let's go back a few years in time and see what happened back then. These machines that came out -- they started coming in the 1970s -- they would scan human bodies, and they would generate about 100 images of the human body. And I've taken the liberty, just for clarity, to translate that to data slices. That would correspond to about 50 megabytes of data, which is small when you think about the data we can handle today just on normal mobile devices. If you translate that to phone books, it's about one meter of phone books in the pile. Looking at what we're doing today with these machines that we have, we can, just in a few seconds, get 24,000 images out of a body, and that would correspond to about 20 gigabytes of data, or 800 phone books, and the pile would then be 200 meters of phone books. What's about to happen -- and we're seeing this; it's beginning -- a technology trend that's happening right now is that we're starting to look at time-resolved situations as well. So we're getting the dynamics out of the body as well. And just assume that we will be collecting data during five seconds, and that would correspond to one terabyte of data -- that's 800,000 books and 16 kilometers of phone books. That's one patient, one data set. And this is what we have to deal with.
Така че това наистина е огромно предизвикателство, пред което сме изправени. И дори днес -- това са 25 000 изображения. Представете си дните, когато рентгенолозите правеха това. Те трябваше да поставят 25 000 изображения, и да процедират по следния начин: "25 000, добре, добре. Ето го проблемът." Те не могат да правят това повече, това е невъзможно. Така че трябва да направим нещо, което е малко по-интелигентно, отколкото да правим това. Така че това, което правим е да поставяме всички тези парчета заедно. Представете си, че можете да нарежете тялото във всички тези посоки, и след това се опитвате да насложите парчетата отново заедно в купчина от данни, в блок от данни. Това е всъщност онова, което правим. Така че тези гигабайт или терабайт от данни, ние ги поставяме в този блок. Но разбира се, блокът от данни просто съдържа количеството рентгенови лъчи, които са били погълнати от всяка точка в човешкото тяло. Така че това, което трябва да направим, е да намерим начин да видим нещата, които искаме да гледаме, и да направим прозрачни нещата, които не искаме да гледаме. Т.е. да трансформираме данните в нещо, което изглежда по следния начин. И това е предизвикателство. Това е огромно предизвикателство за нас да го направим.
So this is really the enormous challenge that we have. And already today -- this is 25,000 images. Imagine the days when we had radiologists doing this. They would put up 25,000 images, they would go like this, "25,0000, okay, okay. There is the problem." They can't do that anymore. That's impossible. So we have to do something that's a little bit more intelligent than doing this. So what we do is that we put all these slices together. Imagine that you slice your body in all these directions, and then you try to put the slices back together again into a pile of data, into a block of data. So this is really what we're doing. So this gigabyte or terabyte of data, we're putting it into this block. But of course, the block of data just contains the amount of X-ray that's been absorbed in each point in the human body. So what we need to do is to figure out a way of looking at the things we do want to look at and make things transparent that we don't want to look at. So transforming the data set into something that looks like this. And this is a challenge. This is a huge challenge for us to do that.
Използвайки компютри, въпреки че те стават все по-бързи и по-добри с времето, предизвикателство е да се справяме с огромното количество данни, терабайти данни, и да извлечем нужната информация. Искам да погледна в сърцето, искам да погледна в кръвоносните съдове, искам да погледна черния дроб, може би дори да открия тумор в някои случаи. Така че това е мястото, където това малко съкровище влиза в играта. Това е дъщеря ми. Това е от 9:00 часа тази сутрин. Тя играе на компютърна игра. Тя е само на две години, и се забавлява. Така че тя е наистина движещата сила зад разработването на графичните процесори. Докато децата играят компютърни игри, графиките стават все по-добри и по-добри. Така че, моля върнете се в къщи, кажете на децата си да играят повече игри, защото това е, което ми трябва.
Using computers, even though they're getting faster and better all the time, it's a challenge to deal with gigabytes of data, terabytes of data and extracting the relevant information. I want to look at the heart. I want to look at the blood vessels. I want to look at the liver. Maybe even find a tumor, in some cases. So this is where this little dear comes into play. This is my daughter. This is as of 9 a.m. this morning. She's playing a computer game. She's only two years old, and she's having a blast. So she's really the driving force behind the development of graphics-processing units. As long as kids are playing computer games, graphics is getting better and better and better. So please go back home, tell your kids to play more games, because that's what I need.
И така, нещото което е вътре в тази машина е онова, което ми дава възможност да правя това, което правя с медицинските данни. Така че наистина това, което правя е да използвам тези фантастични малки устройства. И знаете ли, връщайки се назад може би 10 години във времето, когато получих финансирането за да си купя първия графичен компютър. Това беше огромна машина. Това бяха шкафове с процесори и дискове и всичко останало. Платих около един милион долара за тази машина. Тази машина е, днес, токова бърза, колкото моя iPhone. Така че всеки месец излизат нови графични карти. И ето някои от най-новите от прозводителите -- NVIDIA, ATI, Intel е също на пазара. И знаете ли, за няколко стотин долара можете да се сдобиете с тези неща и да ги поставите във вашия компютър, и можете да правите фантастични неща с тези видео карти. Така че това е наистина нещото, което ни позволява да се справяме с експлозията от данни в областта на медицината, заедно с наистина елегантна работа, по отношение на алгоритми -- компресиране на данни, извличане на полезната информация, над която хората правят изследвания.
So what's inside of this machine is what enables me to do the things that I'm doing with the medical data. So really what I'm doing is using these fantastic little devices. And you know, going back maybe 10 years in time when I got the funding to buy my first graphics computer -- it was a huge machine. It was cabinets of processors and storage and everything. I paid about one million dollars for that machine. That machine is, today, about as fast as my iPhone. So every month there are new graphics cards coming out, and here is a few of the latest ones from the vendors -- NVIDIA, ATI, Intel is out there as well. And you know, for a few hundred bucks you can get these things and put them into your computer, and you can do fantastic things with these graphics cards. So this is really what's enabling us to deal with the explosion of data in medicine, together with some really nifty work in terms of algorithms -- compressing data, extracting the relevant information that people are doing research on.
И сега ще ви покажа няколко примера за това, което можем да правим. Това е набор от данни, които са били записани с помощта на КТ скенер. Можете да видите, че това е пълен набор от данни. Това е жена. Можете да видите косата. Можете да видите отделните черти на жената. Можете да видите, че има разсейване на рентгеновите лъчи върху зъбите, метала в зъбите. Ето откъде идват тези артефакти. Но напълно интерактивно, на стандартни графични карти на нормален компютър, мога да сложа отрязана равнина. И разбира се всички данни са вътре, мога да започна да я въртя, мога да гледам на нея от различен ъгъл, и мога да видя, че тази жена има проблем. Тя имаше кръвоизлив в мозъка, и това беше оправено с малък стент, метална скоба, която затяга кръвоносния съд. И само чрез промяна на функциите, след това мога да преценя какво да бъде невидимо и какво да се вижда. Мога да погледна в черепната структура, и мога да видя, че да, това е мястото, където те са отворили черепа на тази жена, и ето къде са проникнали. Това са фантастични образи. Те са с много висока резолюция, и те наистина ни показват какво можем да направим със стандартни графични карти днес.
So I'm going to show you a few examples of what we can do. This is a data set that was captured using a CT scanner. You can see that this is a full data [set]. It's a woman. You can see the hair. You can see the individual structures of the woman. You can see that there is [a] scattering of X-rays on the teeth, the metal in the teeth. That's where those artifacts are coming from. But fully interactively on standard graphics cards on a normal computer, I can just put in a clip plane. And of course all the data is inside, so I can start rotating, I can look at it from different angles, and I can see that this woman had a problem. She had a bleeding up in the brain, and that's been fixed with a little stent, a metal clamp that's tightening up the vessel. And just by changing the functions, then I can decide what's going to be transparent and what's going to be visible. I can look at the skull structure, and I can see that, okay, this is where they opened up the skull on this woman, and that's where they went in. So these are fantastic images. They're really high resolution, and they're really showing us what we can do with standard graphics cards today.
Ние наистина се възползвахме от тази, и се опитахме да поберем много данни в системата. И едно от приложенията над които работим -- и това намира приложение по целия свят -- е прилагането на виртуални аутопсии. Отново, гледаме много, много големи масиви от данни, и вие видяхте тези снимки на цялото тяло, които можем да направим. Ние просто прекарваме тялото през целия КТ скенер, и само за няколко секунди можем да получим данни за цялото тяло. Така че това е от виртуална аутопсия. И можете да видите как постепенно го отделям на слоеве. Първо видяхте торбата, в която дойде тялото, след това отделям кожата -- можете да видите мускулите -- и накрая можете да видите костната структура на тази жена.
Now we have really made use of this, and we have tried to squeeze a lot of data into the system. And one of the applications that we've been working on -- and this has gotten a little bit of traction worldwide -- is the application of virtual autopsies. So again, looking at very, very large data sets, and you saw those full-body scans that we can do. We're just pushing the body through the whole CT scanner, and just in a few seconds we can get a full-body data set. So this is from a virtual autopsy. And you can see how I'm gradually peeling off. First you saw the body bag that the body came in, then I'm peeling off the skin -- you can see the muscles -- and eventually you can see the bone structure of this woman.
Сега в този момент, бих искал да подчертая, че с най-голямо уважение за хората, които сега ще ви покажа -- ще ви покажа няколко случая на виртуални аутопсии -- така че с голямо уважение към хората, които са умрели при насилствени обстоятелства, ще ви покажа тези снимки. В съдебните дела -- и това е нещо, в което е имало около 400 случаи досега, само в тази част на Швеция, от която идвам, която е била подложена на виртуални аутопсии през последните четири години. Така че това е типичната ситуация на работния процес. Полицията взема решение -- вечерта, когато има нов случай -- те решават, добре, дали това е случай, в който трябва да се прави аутопсия. Така че на сутринта, между шест и седем часа сутринта, тялото е след това транспортирано в чувал до нашия център, и бива сканирано чрез един от КТ скенерите. И после рентгенолога, заедно с патолога а понякога и съдебномедицинския учен, разглеждат данните, които се появяват, и имат съвместно заседание. И после те решават какво да се прави в реалната физическа аутопсия след това.
Now at this point, I would also like to emphasize that, with the greatest respect for the people that I'm now going to show -- I'm going to show you a few cases of virtual autopsies -- so it's with great respect for the people that have died under violent circumstances that I'm showing these pictures to you. In the forensic case -- and this is something that ... there's been approximately 400 cases so far just in the part of Sweden that I come from that has been undergoing virtual autopsies in the past four years. So this will be the typical workflow situation. The police will decide -- in the evening, when there's a case coming in -- they will decide, okay, is this a case where we need to do an autopsy? So in the morning, in between six and seven in the morning, the body is then transported inside of the body bag to our center and is being scanned through one of the CT scanners. And then the radiologist, together with the pathologist and sometimes the forensic scientist, looks at the data that's coming out, and they have a joint session. And then they decide what to do in the real physical autopsy after that.
Сега нека да разгледаме няколко случая, това е един от първите случаи, които имахме. Наистина можете да видите подробностите от данните; това е с много висока разделителна способност. И нашите алгоритми ни позволяват да се фокусираме върху всички подробности. И отново, това е напълно интерактивно, можете да го въртите и можете да гледате нещата в реално време на тези системи тук. Без да навлизам в прекалено много подробности за този случай, това е пътно-транспортно произшествие, пиян шофьор блъснал жена. И много лесно могат да се видят щетите върху костната структура. Причината за смъртта е счупения врат. И тази жена също се озовала под колата, така че тя е доста зле пребита от нараняванията.
Now looking at a few cases, here's one of the first cases that we had. You can really see the details of the data set. It's very high-resolution, and it's our algorithms that allow us to zoom in on all the details. And again, it's fully interactive, so you can rotate and you can look at things in real time on these systems here. Without saying too much about this case, this is a traffic accident, a drunk driver hit a woman. And it's very, very easy to see the damages on the bone structure. And the cause of death is the broken neck. And this women also ended up under the car, so she's quite badly beaten up by this injury.
Ето още един случай, прободна рана. И това е отново случай, който ни показва какво можем да правим. Много е лесно да видим металните предмети, които можем да покажем във вътрешността на тялото. Можете да видите също някои предмети от зъбите -- това всъщност са пломбите от зъбите -- но това е понеже настроих функцията да ми покаже метала и да направи всичко друго невидимо. Ето още един насилствен случай. Това наистина не е убило човека. Лицето било убито от пробождане в сърцето, но те просто оставили ножа, като го заболи в една от очните абълки. Ето още един случай. Той е много интересен за нас, защото ни позволява да изследваме неща като прободни рани. Тук можете да видите, че ножа преминал през сърцето. Много лесно може да се види как въздуха преминава от една страна в друга страна, което е трудно да се направи при нормална, стандартна, физическа аутопсията. Така че това помага наистина много на криминалното разследване да установи причината за смъртта, и в някои случаи също да насочи разследването в правилната посока, за да се открие кой е убиецът.
Here's another case, a knifing. And this is also again showing us what we can do. It's very easy to look at metal artifacts that we can show inside of the body. You can also see some of the artifacts from the teeth -- that's actually the filling of the teeth -- but because I've set the functions to show me metal and make everything else transparent. Here's another violent case. This really didn't kill the person. The person was killed by stabs in the heart, but they just deposited the knife by putting it through one of the eyeballs. Here's another case. It's very interesting for us to be able to look at things like knife stabbings. Here you can see that knife went through the heart. It's very easy to see how air has been leaking from one part to another part, which is difficult to do in a normal, standard, physical autopsy. So it really, really helps the criminal investigation to establish the cause of death, and in some cases also directing the investigation in the right direction to find out who the killer really was.
Ето още един случай, който мисля, че е интересен. Тук можете да видите куршум, който се е забил в непосредствена близост до гръбначния стълб на този човек. И това, което сме направили е, че сме превърнали куршума в източник на светлина, така че куршумът всъщност свети, и това улеснява намирането на тези фрагменти. По време на физическа аутопсия, ако трябва всъщност да се ровичкате из тялото, за да може да намерите тези фрагменти, това е всъщност доста трудно да се направи.
Here's another case that I think is interesting. Here you can see a bullet that has lodged just next to the spine on this person. And what we've done is that we've turned the bullet into a light source, so that bullet is actually shining, and it makes it really easy to find these fragments. During a physical autopsy, if you actually have to dig through the body to find these fragments, that's actually quite hard to do.
Едно от нещата, които съм наистина много щастлив, че мога да ви покажа днес е нашата виртуална маса за аутопсии. Това е устройство, работещо с докосвания, което сме разработили на базата на тези алгоритми, с помощта на графични изчислитени устройства. То всъщност изглежда така, просто за да добиете представа как изглежда. Това наистина работи като един огромен iPhone. Ние сме вградили всички жестове, които можете да правите, в масата, и можете да си мислите за нея като огромен сензорен интерфейс. Така че, ако сте си мислили да си купите iPad, забравите за него, ето какво може да искате вместо него. Стив, надявам се да слушате това, добре. И така, това е много хубаво малко устройство. Така че, ако имате възможността, моля изпробвайте го. То дава наистина практически опит. И така това набира скорост, и ние се опитваме да го наложим и се опитваме да го използваме за образователни цели, но също така, може би в бъдеще, в по-клинични ситуации. Има YouTube клип, който можете да изтеглите и да гледате, ако искате да предадете информацията на други хора за виртуалните аутопсии.
One of the things that I'm really, really happy to be able to show you here today is our virtual autopsy table. It's a touch device that we have developed based on these algorithms, using standard graphics GPUs. It actually looks like this, just to give you a feeling for what it looks like. It really just works like a huge iPhone. So we've implemented all the gestures you can do on the table, and you can think of it as an enormous touch interface. So if you were thinking of buying an iPad, forget about it. This is what you want instead. Steve, I hope you're listening to this, all right. So it's a very nice little device. So if you have the opportunity, please try it out. It's really a hands-on experience. So it gained some traction, and we're trying to roll this out and trying to use it for educational purposes, but also, perhaps in the future, in a more clinical situation. There's a YouTube video that you can download and look at this, if you want to convey the information to other people about virtual autopsies.
Добре, сега, като стана дума за докосване, нека да преминем към наистина трогателни данни. И това е малко научна фантастика в момента, така че ние се пренасяме сега в бъдещето. Това не е съвсем нещо, което лекарите използват в момента, но се надявам, че ще го правят в бъдеще. И така това, което виждате в ляво е едно устройство, работещо с докосвания. То е нещо като механична писалка, което има много, много бързи стъпкови двигатели във вътрешността на писалката. И така, мога да генерирам обратна сила. Така че когато виртуално докосвам данни, то създава сили на докосване в писалката, така че получавате информация обратно. И така в тази конкретна ситуация, това е сканиране на жив човек. Имам този химикал и гледам данните, и придвижвам писалката към главата, и изведнъж чувствам съпротива. Така че мога да почувствам кожата. Ако натисна малко по-силно, ще проникна през кожата, и мога да почувствам костната структура вътре. Ако натисна още по-силно, ще проникна през костната структура, особено в близост до ухото, където костите са много меки. И после мога да усетя мозъка вътре, и това ще бъде малко мекушаво
Okay, now that we're talking about touch, let me move on to really "touching" data. And this is a bit of science fiction now, so we're moving into really the future. This is not really what the medical doctors are using right now, but I hope they will in the future. So what you're seeing on the left is a touch device. It's a little mechanical pen that has very, very fast step motors inside of the pen. And so I can generate a force feedback. So when I virtually touch data, it will generate forces in the pen, so I get a feedback. So in this particular situation, it's a scan of a living person. I have this pen, and I look at the data, and I move the pen towards the head, and all of a sudden I feel resistance. So I can feel the skin. If I push a little bit harder, I'll go through the skin, and I can feel the bone structure inside. If I push even harder, I'll go through the bone structure, especially close to the ear where the bone is very soft. And then I can feel the brain inside, and this will be the slushy like this.
Така че това е много хубаво. И да отведем нещата още по-надалеч, това е сърце. И това се дължи на тези фантастични нови скенери, че само за 0,3 секунди, мога да сканирам цялото сърце, и мога да направя това в течение на времето. Така че просто да погледнем това сърце, мога да покажа един клип тук. И това е Карлйохан, един от моите студенти, който работеше над този проект. И той седи там пред Хаптик устройството, системата за обратна връзка, и движи писалката към сърцето, и сърцето сега тупти пред него, така че той може да види как сърцето бие. Той взема писалката и я движи към сърцето, и я поставя върху сърцето, и после чувства сърцебиенето от истински жив пациент. После той може да проучи как сърцето се движи. Той може да влезе вътре, да проникне вътре в сърцето, и наистина да почувства как се движат клапите. И това, според мен, е наистина бъдещето пред сърдечните хирурзи. Искам да кажа, вероятно това е като мокър сън за сърдечните хирурзи, да могат да влязат вътре в сърцето на пациента, преди всъщност да направят операцията, и да направят това с данни с висококачествена резолюция. Така че това е наистина хубаво.
So this is really nice. And to take that even further, this is a heart. And this is also due to these fantastic new scanners, that just in 0.3 seconds, I can scan the whole heart, and I can do that with time resolution. So just looking at this heart, I can play back a video here. And this is Karljohan, one of my graduate students who's been working on this project. And he's sitting there in front of the Haptic device, the force feedback system, and he's moving his pen towards the heart, and the heart is now beating in front of him, so he can see how the heart is beating. He's taken the pen, and he's moving it towards the heart, and he's putting it on the heart, and then he feels the heartbeats from the real living patient. Then he can examine how the heart is moving. He can go inside, push inside of the heart, and really feel how the valves are moving. And this, I think, is really the future for heart surgeons. I mean it's probably the wet dream for a heart surgeon to be able to go inside of the patient's heart before you actually do surgery, and do that with high-quality resolution data. So this is really neat.
Сега ние отиваме още по-далеч в сферата на научната фантастика. И ние сме чували нещо за функционална Магнитно Резонансна Томография. Това е наистина един интересен проект МРТ използва магнитни полета и радиочестоти, за сканиране на мозъка, или друга част от тялото. Така че това, което наистина извличаме оттук е информация за структурата на мозъка, но ние също така можем да измерваме разликата в магнитните свойства на кръвта, която е наситена с кислород, и кръвта, която е изчерпана на кислород. Това означава, че е възможно да картографираме дейността на мозъка. Така че това е нещо, над което работим. И току-що видяхте Мотс, инженера изследовател, който влиза в МРТ системата и носи очила. Всъщност той може да вижда неща в очилата. Така че мога да му показвам неща, докато е в скенера. И това е малко странно, защото онова, което Мотс вижда е всъщност това. Той вижда собствения си мозък. Мотс прави нещо тук. И вероятно той прави нещо такова с дясната си ръка, тъй като лявата страна е активирана на моторната кора. И тогава той може да види това по същото време. Тези визуализации са съвсем нови. И това е нещо, което изследваме от известно време.
Now we're going even further into science fiction. And we heard a little bit about functional MRI. Now this is really an interesting project. MRI is using magnetic fields and radio frequencies to scan the brain, or any part of the body. So what we're really getting out of this is information of the structure of the brain, but we can also measure the difference in magnetic properties of blood that's oxygenated and blood that's depleted of oxygen. That means that it's possible to map out the activity of the brain. So this is something that we've been working on. And you just saw Motts the research engineer, there, going into the MRI system, and he was wearing goggles. So he could actually see things in the goggles. So I could present things to him while he's in the scanner. And this is a little bit freaky, because what Motts is seeing is actually this. He's seeing his own brain. So Motts is doing something here, and probably he is going like this with his right hand, because the left side is activated on the motor cortex. And then he can see that at the same time. These visualizations are brand new. And this is something that we've been researching for a little while.
Това е още една поредица от мозъка на Мотс. Тук накарахме Мотс да брои назад от 100. Така че той брой "100, 97, 94." И после продължава назад. И можете да видите как малкия изчислителен процесор работи в мозъка му и осветява целия мозък. Това е фантастично. Можем да правим това в реално време. Ние можем да изследваме неща. Можем да му кажем да прави неща. Можете да видите, че неговата визуална кора се активира в задната част на главата, защото там е мястото, където той вижда, той вижда своя мозък. И той също слуша нашите инструкции, когато му казваме да прави неща. Сигналът е наистина дълбоко в мозъка, но проблясва през него, защото всички данни са в това пространство. И само след секунда ще видите тук -- Добре, ето. Матс, сега премести левия крак. Така той застава по този начин. За 20 секунди той стои по този начин, и изведнъж тук се осветява. Така че имаме активиране в моторната кора. Това е наистина много хубаво. И мисля, че това е много добър инструмент. И за да свържа това с предишния разговор тук, това е нещо, което бихме могли да използваме като инструмент, наистина да разберем как работят невроните, как работи мозъкът, и можем да направим това с много, много високо качество на изображението и с много добра резолюция.
This is another sequence of Motts' brain. And here we asked Motts to calculate backwards from 100. So he's going "100, 97, 94." And then he's going backwards. And you can see how the little math processor is working up here in his brain and is lighting up the whole brain. Well this is fantastic. We can do this in real time. We can investigate things. We can tell him to do things. You can also see that his visual cortex is activated in the back of the head, because that's where he's seeing, he's seeing his own brain. And he's also hearing our instructions when we tell him to do things. The signal is really deep inside of the brain as well, and it's shining through, because all of the data is inside this volume. And in just a second here you will see -- okay, here. Motts, now move your left foot. So he's going like this. For 20 seconds he's going like that, and all of a sudden it lights up up here. So we've got motor cortex activation up there. So this is really, really nice, and I think this is a great tool. And connecting also with the previous talk here, this is something that we could use as a tool to really understand how the neurons are working, how the brain is working, and we can do this with very, very high visual quality and very fast resolution.
Ние също така се забавляваме в центъра. Това е КАТ (Котешко) сканиране -- компютърно асистирана томография. Това е лъв от местната зоологическа градина, отвъд Норкьопинг в Колмарден, Елза. Така че тя дойде в центъра, те я упоиха и после я сложиха направо в скенера. И после, разбира се, направих цял набор от данни от лъва. И мога да правя много хубави изображения като това. Мога да отделям слоеве от лъва. Мога да гледам вътре в него. И ние експериментираме с това. И мисля, че това е страхотно приложение за бъдещето на тази технология. Тъй като много малко се знае за анатомията на животните. Това, което се знае от ветеринарните лекари е само бегла информация. Ние можем да сканираме най-различни неща, най-различни животни. Единственият проблем е да ги поберем в машината. Това тук е мечка. Беше малко трудно да я поберем. И мечката е пухкаво, дружелюбно животно. Ето я тук. Това е носа на мечката. Може да ви се прииска да я прегърнете, докато не промените функциите и видите това. Така че внимавайте с мечките.
Now we're also having a bit of fun at the center. So this is a CAT scan -- Computer Aided Tomography. So this is a lion from the local zoo outside of Norrkoping in Kolmarden, Elsa. So she came to the center, and they sedated her and then put her straight into the scanner. And then, of course, I get the whole data set from the lion. And I can do very nice images like this. I can peel off the layer of the lion. I can look inside of it. And we've been experimenting with this. And I think this is a great application for the future of this technology, because there's very little known about the animal anatomy. What's known out there for veterinarians is kind of basic information. We can scan all sorts of things, all sorts of animals. The only problem is to fit it into the machine. So here's a bear. It was kind of hard to get it in. And the bear is a cuddly, friendly animal. And here it is. Here is the nose of the bear. And you might want to cuddle this one, until you change the functions and look at this. So be aware of the bear.
И така с това, бих искал да благодаря на всички хора, които ми помогнаха да генерирам тези изображения. Огромни усилия отиват в това начинание, събиране на данни и разработване на алгоритми, писане на целия софтуер. И така, някои много талантливи хора. Моето мото е винаги да наемам хора, които са по-умни от мен и повечето от тях са по-умни от мен.
So with that, I'd like to thank all the people who have helped me to generate these images. It's a huge effort that goes into doing this, gathering the data and developing the algorithms, writing all the software. So, some very talented people. My motto is always, I only hire people that are smarter than I am and most of these are smarter than I am.
Така че, много ви благодаря.
So thank you very much.
(Ръкопляскания)
(Applause)