核心技術
From MRI input to physician-reviewed DICOM output
DeepBT 的技術核心是把深度學習腦部腫瘤分析，包裝成可整合、可審閱、可取證的醫療器材軟體（SaMD）。
- Bi-parametric MRI
- DICOM PR / RTSS
- SaMD 系統架構
分析管線
Input → AI Inference → DICOM Output → Physician Review
Bi-parametric MRI 輸入
T1W+C 與 T2W 序列；符合條件之已診斷成人腦部腫瘤 MRI studies。
深度學習分割與偵測
腦轉移瘤、腦膜瘤、聽神經瘤三類腫瘤之初步 ROI / 輪廓產生與特徵萃取。
標準化 DICOM 輸出
DICOM PR / RTSS 物件回到 PACS、影像瀏覽器與治療計畫系統。
醫師審閱與確認
所有 AI 結果由合格醫療專業人員於熟悉環境中審閱、確認或修改。
AI Inference Pipeline
For professional review多序列 MRI
T1W+C · T2W
影像前處理
Registration
深度學習分割
DL Segmentation
候選病灶輪廓
Preliminary Contours
DICOM 輸出
PR / RTSS
醫師審閱
Physician Review
流程示意。AI 產生之輪廓為初步參考，所有結果皆須由合格醫療專業人員審閱、確認或修改。
AI 產生之輪廓僅作為輔助參考，所有結果皆須由合格醫療專業人員審閱、確認或修改後，方可用於後續治療計畫流程。
AI-generated contours are preliminary references only and must be reviewed, confirmed, or modified by qualified medical professionals before clinical use.
病灶層級的審閱導向設計
Candidate contours organized for physician review
AI 針對每一個候選病灶產生初步輪廓，並以病灶為單位整理結果，協助醫療團隊逐一檢視、確認或修改 — 而非以整張影像的黑盒輸出取代專業判讀。
- 1逐病灶之初步輪廓與量化資訊整理
- 2結果以 DICOM PR / RTSS 回到熟悉的審閱環境
- 3醫師逐一審閱、確認或修改後方進入治療計畫流程
縱向腫瘤量化追蹤
Longitudinal volume tracking across time points
沿時間軸比較多次 MRI 檢查之腫瘤體積與變化趨勢，提供醫療團隊客觀的量化參考；所有量化結果仍須由醫師判讀。
- T1W+CT1-weighted post-contrast MRI — 顯影後 T1 影像，強化腫瘤組織對比。
- T2WT2-weighted MRI — 提供水腫與組織邊界的補充判讀資訊。
- DICOM PRPresentation State — 於影像瀏覽器中呈現 AI 標註，供醫師審閱。
- RTSSRT Structure Set — 結構輪廓物件，銜接放射治療計畫系統（TPS）。
可擴充的臨床加值應用
Value-add applications that fit existing clinical workflows
DeepBT 不只是檢視 AI 結果——透過良好的擴充性，可進一步優化醫師既有工作流程並創造附加價值。
篩檢排序
依優先順序排列待判讀案例，協助臨床分流。
主動危急通知
對需優先關注之案例主動提示，縮短反應時間。
行動與遠距服務
支援行動與遠距情境下的影像檢視與協作。
客製化整合
依醫療院所流程與系統環境提供客製化整合。
更廣的影像 AI 研發能量
核心團隊在醫學影像 AI 的研發涵蓋多個方向（屬研發能量，並非全部皆為已取證之醫療器材）：
- 多類型腦瘤自動分類
- 多類型腦瘤自動圈註
- 動靜脈畸形 (AVM) 偵測
- 血流動力參數估算
- CT 冠狀動脈鈣化偵測
- 生理訊號分析與識別