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.
Inizierò col porre una sfida la sfida di gestire i dati i dati con cui abbiamo a che fare nella pratica medica. E' veramente un grande sfida per noi. Questo è il nostro mulo da lavoro. E' un tomografo computerizzato -- noto anche come CT o TAC. E' uno strumento fantastico. Utilizza i raggi X in fasci che ruotano rapidamente attorno al corpo umano. Occorrono circa 30 secondi per una scansione completa che genera enormi quantità di informazione che provengono dalla macchina. Quindi è questa la macchina fantastica che possiamo usare per migliorare l'assistenza sanitaria. Ma come dicevo, è anche una sfida per noi. E la sfida si può vedere in questa immagine. E' la crescita esplosiva dei dati medici che adesso vediamo. Questo è il problema. Facciamo un passo indietro.
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.
Torniamo indietro di qualche anno per vedere cosa accadeva allora. Queste macchine sono state introdotte durante gli anni 70 scansionavano il corpo umano per produrre circa 100 immagini del corpo. E per maggiore chiarezza li ho trasformati in blocchi di dati. Questo corrisponde a circa 50 MB di dati, che è poca cosa se pensiamo a quanti dati possiamo gestire oggi su di un telefonino. Se li misuriamo in elenchi telefonici occupano circa una pila di un metro di altezza. Guardando ora a quel che facciamo oggi con queste macchine, vediamo che in pochi secondi possiamo ottenere 24.000 immagini da un corpo. Che corrispondono a circa 20 GB di dati, ossia 800 elenchi del telefono. Sarebbe una pila di elenchi alta 200 metri. Ciò che sta per accadere -- e cominciamo a vederlo, è appena agli inizi - è un trend che si sta svilluppando adesso di osservare anche il fattore tempo. Stiamo ottenendo anche le dinamiche del corpo. Pensate che raccoglieremo dati in appena 5 secondi corrispondenti ad un terabyte di dati. Sono 800.000 libri e 16 km di elenchi telefonici. E questo per un solo paziente in una sola sessione. Ed è questo il problema da affrontare.
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.
E' veramente una sfida enorme. Che abbiamo già oggi -- questa conta 25.000 immagini. Immaginatevi quando i radiologi esaminavano questo set di dati. Caricavano 25.000 immagini, e dicevano "25,000, ok, ok. Il problema si trova qui." Non posson più farlo; è impossibile. Dobbiamo fare in modo diverso, un pò più intelligente. E allora uniamo insieme queste fette. Immaginate di scandire a fette il corpo in tutte queste direzioni, per poi riunire insieme tutte le fette in un unico insieme di dati. E' quanto stiamo facendo. Quindi questo gigabyte o terabyte di dati sono fusi in un unico blocco. Ma questo blocco di dati rappresenta solo l'ammontare di radiazione X assorbita in ogni punto dal corpo umano. Dunque dobbiamo inventare un modo per guardare agli aspetti che vogliamo osservare rendendo trasparenti tutti i dati che non ci interessano. Ossia vogliamo trasformate i dati in qualcosa di simile a questo. E' questa la sfida. Una sfida enorme.
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.
Anche se si utilizzano computer sempre più veloci e migliori lavorare gigabyte di dati è difficile terabytes di dati per estrarre informazioni rilevanti. Voglio esaminare il cuore i vasi sanguigni, il fegato forse troverò un tumore in alcuni casi. E qui entra in gioco questa piccolina. E' mia figlia. E' stata scattata alle 9 di stamattina. Gioca al computer. Ha solo due anni, e si diverte da matti. In realtà è lei la forza che promuove lo sviluppo dei processori grafici. Finchè i bambini giocheranno con i computer, la grafica diventerà sempre migliore. Quindi, tornate a casa e dite ai vostri figli di giocare col computer, perchè ci serve proprio questo.
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.
E' quanto è contenuto in questa macchina che mi permette di fare quel che faccio con i dati medici. In realtà sto utilizzando questi piccoli meravigliosi strumenti. E facendo un'altro passo indietro circa 10 anni fa quando ho ricevuto i fondi per comprare il mio primo computer con grafica. Era una macchina enorme. Era composta da armadi pieni di processori e memorie. Ho pagato circa 1 milione di dollari per quella macchina. E quella macchina oggi è quasi veloce quanto il mio Iphone. Dunque, ogni mese viene prodotta una nuova scheda grafica. Eccone alcune delle ultime appena prodotte -- della NVIDIA, ATI ed anche Intel. Sapete, per poche centinaia di dollari potete comperarle, inserirle nel computer e fare cose fantastiche con queste schede grafiche. Sono questi strumenti che ci stanno permettendo di affrontare l'aumento esplosivo dei dati in medicina, grazie anche ad alcuni eccellenti lavori nello sviluppo degli algoritmi -- compressione dei dati, estrazione dei dati rilevanti per i ricercatori.
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.
Vi mostrerò alcuni esempi di cosa possiamo fare. Questi dati sono stati registrati da una macchina CT. Come potete vedere, è un blocco di dati integrale. E' una donna, potete vedere i capelli. Si vedono anche le strutture individuali delle donna. E si vede anche che i raggi X sono riflessi e dispersi dai denti, dal metallo presente nei denti. Ecco perchè si osservano questi artefatti visivi. Ma in modo completamente interattivo ed usando una scheda grafica standard su un computer normale, posso selezionare un piano. Ovviamente tutti i dati sono pronti, quindi posso cominciare a ruotare per osservare da angoli diversi, e notare che questa donna aveva un problema. Aveva un versamento di sangue nel cervello, che è stato risolto con un piccolo stent, una clip di metallo che restringe il vaso. E basta cambiare la funzione per decidere cosa deve essere reso trasparente e cosa invece deve essere visibile. Posso osservare la struttura del cranio, e vedere che, qui, è dove hanno aperto il cranio di questa donna, e da dove sono entrati. Sono immagini fantastiche. Con risoluzione molto elevata, e ci mostrano cosa è possibile fare ad oggi con una scheda grafica standard.
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.
Le stiamo sfruttando intensamente, provando a far entrare moltissimi dati nel sistema. Una delle applicazioni cui stiamo lavorando -- e che ha ricevuto attenzione a livello mondiale -- è l'autopsia virtuale. Stiamo quindi analizzando enormi insiemi di dati, e potete vedere da voi quali scan full-body possiamo fare. Stiamo semplicemente muovendo il corpo attraverso tutta la CT ed in pochi secondi abbiamo i dati per tutto il corpo. Questa è un'autopsia virtuale. Potete osservare come gradualmente stia sfogliando. Prima si vede il sacco in cui il corpo è arrivato, poi rimuovo la pelle -- si vedono i muscoli -- ed infine vedremo la struttura ossea di questa donna.
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.
A questo punto, vorrei sottolineare che è con il massimo rispetto per le persone che adesso sto per mostrare -- Sto per mostrare alcuni casi di autopsia virtuale -- ed è con grande rispetto per le persone che sono morte in circostanze violenti che vi mostrerò queste immagini. E' un caso di medicina legale -- e di questi esami ne sono stati fatti in circa 400 casi fin'ora solo nella regione della Svezia da cui provengo in cui è stata applicata l'autopsia virtuale negli ultimi quattro anni. La procedura tipica è la seguente. La polizia decide -- in serata, quando vi sia un caso in arrivo -- decide, ok, in questo caso ci serve un'autopsia. La mattina dopo, tra le sei e le sette del mattino, il corpo è trasportato nel sacco apposito fino al nostro centro e viene scansionato in uno dei nostri scanner CT. Quindi il radiologo ed il patologo ed in alcuni casi anche l'esperto di medicina legale osservano i dati prodotti dalla CT e lavorano insieme su di essi. Quindi decidono che cosa faranno nell'autopsia reale.
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.
Ora guardiamo ad alcuni casi, ecco il primo caso che abbiamo avuto. Potete ossservare le caratteristiche dell'insieme di dati; la risoluzione è molto elevata. E i nostri algoritmi ci consentono di zoomare nei dettagli Ed è completamente interattivo, quindi potete ruotare o guardare attraverso le cose in tempo reale usando questi sistemi. Senza rilevare troppo su questo caso, posso dire che è un incidente di traffico, un ubriaco ha colpito una donna. Ed è facilissimo notare i danni alla struttura ossea. E che la causa della morte è la rottura del collo. E questa donna è anche finita sotto la macchina, quindi è stata gravemente colpita da questo scontro.
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.
Ecco un altro caso, un accoltellamento. E di nuovo si può vedere subito cosa possiamo fare. E' facilissimo osservare gli artifatti metallici che si possono vedere nel corpo. Si possono anche vedere alcuni artifatti dai denti -- in realtà è l'amalgama delle otturazioni -- e questo perchè ho impostato la funzione mostra metallo e rendi tutto il resto trasparente. Ecco un'altro caso violento. Non è questo ad avere ucciso la persona. E' stato ucciso da pugnalate al cuore, ma hanno depositato il coltello facendogli attraversa un occhio. Ecco un'altro caso. Ci interessa molto poter osservare aspetti come una pugnalata. Qui si vede che il coltello ha attraversato il cuore. E' facile osservare come l'aria sia passata da parte a parte, cosa difficile da fare in una normale autopsia standard. Quindi è veramente di grande aiuto nelle investigazioni, per stabilire la causa della morte, e talora anche per indirizzarle nella giusta direzione e scoprire quindi l'assassino.
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.
Ecco un altro caso che considero interessante. Si può vedere un proiettile incastrato in prossimità della colonna vertebrale. Quindi abbiamo trasformato questo proiettile in una fonte di luce quindi in realtà il proiettile stà brillando, e ciò rendere semplice trovare questi frammenti. Durante una autopsia tradizionale, occore scavare nel corpo per trovare i frammenti, una cosa veramente difficile da fare.
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.
Sono molto lieto di potervi mostrare oggi il nostro tavolo virtuale per autopsie. E' un strumento sensibile al tocco che abbiamo sviluppato basato su questi algoritmi, che usano GPU standard. Assomiglia a questo, tanto per darvi un'idea del suo aspetto. Funziona quasi come un gigantesco Iphone. Quindi abbiamo implementato tutti i movimenti che si possono fare sul tavolo potete vederla come un'enorme interfaccia a sfioramento. Quindi se state pensando di comprare un Ipad lasciate perdere; è questo che volete. Steve, spero che tu stia ascoltando. E' un apparecchio veramente interessante. Quindi se ne avete l'opportunità, provatelo. E' una vera esperienza hands-on. E sta guadagnando consensi, quindi stiamo provando a lanciarlo ed utilizzarlo per fini educativi ma forse anche, in futuro, in situazioni cliniche. C'è un video su YouTube a cui potete fare riferimento se volete diffondere ad altri le informazioni relative alle autopsie virtuali.
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.
Ok, parlando di interfaccie a sfioramento cominciamo a parlare di toccare davvero i dati. Adesso questa è quasi fantascienza, ci stiamo inoltrando veramente nel futuro. Non è qualcosa che i medici stanno veramente usando adesso ma spero che lo faranno in futuro. A sinistra potete vedere uno strumento a contatto. E' una piccola penna meccanica dotati al suo interno di motori a passo molto rapido. Che può generare un ritorno di forza. Così se tocco virtualmente dei dati, la penna genererà un sensazione tattile. Ora in questa situazione particolare, vediamo la scansione di una persona viva. Ho questa penna, osservo i dati, e muovo la penna verso la testa, e all'improvviso sento una resistenza. E' come se toccassi la pelle. Se spingo un poco di più, oltrepasso la pelle e posso avvertire la sensazione di toccare le ossa. Se spingo ancor di più, attraverso la struttura ossea, specie vicino all'orecchio dove l'osso è molto soffice. E posso provare la sensazione di toccare il cervello, che è viscido.
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.
Una cosa molto interessante. E per andare oltre, questo è il cuore. E grazie a questi fantastici nuovi scanner, in appena 0.3 secondi, posso scansionare l'intero cuore, e tenere anche conto del fattore tempo. Guardando a questo cuore, posso visualizzare questo video. E' Karl Johan, uno dei miei studenti che lavora al progetto. Siete di fronte al congegno Haptic, il sistema di force feedback, e sta muovendo la penna verso il cuore, e il cuore comincia a pulsare di fronte a lui quindi ora si vede il cuore mentre pulsa. Ora ha preso la penna, la muove verso il cuore e la sposta verso il cuore ed prova la sensazione di sentire i battiti, come un paziente reale. Quindi può esaminare il modo in cui il cuore si muove. Può entrarci dentro, spingersi dentro il cuore, e provare la sensazione di toccare le valvole. Penso che questo sia il futuro della chirurgia cardiaca. Penso che questo sia un sogno nel cassetto dei cardiochirurgi poter entrare nel cuore di un paziente prima ancora di operarlo, e il tutto con dati ad alta risoluzione. Veramente splendido.
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.
Inoltriamoci ancora nella fantascienza. Guardiamo alla risonanza magnetica funzionale MRI. E' un progetto molto interessante. La MRI usa campi magnetici e radiofrequenze per scandire il cervello, o altri parti del corpo. Quindi quello che stiamo ottenendo sono informazioni sulla struttura del cervello, ma possiamo anche misurare la differenza tra le proprietà magnetiche del sangue ossigenato e quelle del sangue privo di ossigeno. Ossia questo rende possibile mappare l'attività del cervello. E' qualcosa cui stiamo lavorando. Ecco Motts l'ingegnere ricercatore mentre entra nella MRI ed indossa degli occhiali. Lui può vedere oggetti con gli occhiali. Quindi posso mostrargli gli oggetti mentre è nello scanner. E' proprio una cosa curiosa, perchè in realtà ciò che Motts sta guardando è il suo cervello. Dunque Motts compie qualche azione. E probabilmente muoverà la mano destra in questo modo, perchè il lato sinistro della corteccia motoria è attivato. E lui può vederlo mentre avviene. Sono visualizzazioni del tutto nuove. Questo è qualcosa su cui stiamo facendo ricerche da qualche tempo.
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.
E' un'altra sequenza del cervello di Motts. Abbiamo chiesto a Motts di contare indietro partendo da 100. E quindi pensa "100,97,94." E quindi conta all'indietro. E potete vedere come ci sia un piccolo processo matematico nel suo cervello che sta illuminando l'intero cervello. E' fantastico, e possiamo farlo in tempo reale. Possiamo investigare, chiederli di fare delle azioni. Potete anche vedere la sua corteccia visiva attivata nel retro della testa, perchè è li che lui guarda, mentre guarda il suo stesso cervello. Ed ascolta anche le nostre istruzioni quando gli dicamo di fare qualcosa. E' un segnale che si trova molto in profondità nel cervello, ma riluce evidentemente, perchè tutti i dati sono in questo blocco. E tra un secondo lo vedrete anche voi -- Ok, Moots, muovi il tuo piede sinistro. E si muove così. Per 20 secondi continua a fare così e di improvviso qui si accende qualcosa. E' l'attivazione della corteccia motrice. E' molto, molto bello. Penso sia uno strumento fantastico. E riconnettendomi al talk precedente, è qualcosa che possiamo usare come strumento per capire veramente come funzionano i neuroni, come funziona il cervello, e possiamo farlo con altissima qualità visuale e risoluzione velocissima.
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.
Quindi ci stiamo divertendo un poco. Questa è una scansione TC - tomografia computerizzata. E' un leone dello zoo locale appena fuori da Norrkoping in Kilmarden, Elsa. Dunque lei è venuta al laboratorio dove è stata sedata e dove è stata messa nello scanner. E quindi, ovviamente, ottengo tutti i dati relativi al leone. E posso ottenere delle bellissime immagini. Posso rimuovere uno strato dal leone. E guardare all'interno. Lo stiamo sperimentando. Penso sia una ottima applicazione per il futuro di questa tecnologia. Perchè ben poco è noto dell'anatomia animale. Ciò che i veterinari hanno sono informazioni essenziali. Possiamo scansionare ogni tipo di cosa, ogni tipo di animale. L'unico problema è farli entrare nella macchina. Ecco un orso. E' stato difficile farlo entrare. Un orso coccolone, un animale amichevole. Ecco, qui si vede il naso dell'orso. E forse vorrete coccolarlo, finchè non cambiate la funzione e vedete questo. Quindi attenzione all'orso.
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.
Quindi, infine, vorrei ringraziare tutte le persone che mi hanno aiutato a generare queste immagini. Ciò richiede uno sforzo immenso, per ottenere i dati e sviluppare gli algoritmi, e sviluppare il software. Si tratta di gente talentuosa. Il mio motto è sempre, assumi gente più sveglia di te e molti di loro sono più svegli di me.
So thank you very much.
Grazie molte.
(Applause)
(Applausi)