玻尔百科在现代医学中，要理解人体，需要的视角远比任何单一成像技术所能提供的要全面得多。CT 扫描能提供精细的结构蓝图，MRI 能揭示惊人的软组织对比度，但它们都忽略了功能层面的信息。反之，PET 扫描能照亮代谢活动，却缺乏清晰的解剖背景。这造成了一个知识鸿沟，临床医生只能看到复杂生物叙事中的孤立部分。混合成像解决了这个根本问题，它将这些 disparate 信号融合成一个单一、连贯且信息量极为丰富的整体，就像指挥家将各种乐器融合成一曲丰满的交响乐。
本文旨在探讨这种强大整合背后的艺术与科学。在第一部分“原理与机制”中，我们将剖析组合图像的核心策略，从简单的像素级叠加到智能权衡信息的复杂人工智能模型。随后，我们将在第二部分“应用与跨学科联系”中看到这些原理的实际应用，展示混合成像如何以前所未有的精度引导外科医生的双手、破解棘手的诊断谜题，甚至预测未来的疾病结局，从而彻底改变医疗实践。
想象一下，试图只听小提琴部分来理解一首宏伟的交响曲。你当然能听到旋律，但会错过定音鼓的雷鸣、大提琴的深沉共鸣以及小号的嘹亮呼唤。音乐的全部丰富性、情感深度及其精髓都会丧失。现代医学成像在很大程度上就像这首交 symphony。单一的成像模态，无论多么强大，通常也只能讲述故事的一部分。要真正理解人体及其疾病的复杂景观，我们必须学会同时聆听所有“乐器”的声音。这正是混合成像的根本承诺：将 disparate 信号融合成一个单一、连贯且信息量极为丰富的整体。
思考一下为头颈部肿瘤制定放疗计划所面临的挑战。计算机断层扫描（CT）在显示致密结构方面表现出色。它就像一张精确的建筑蓝图，以精湛的空间分辨率揭示骨骼的确切位置和形状。它告诉我们那些 X 射线难以穿透的物理“物质”的信息。但当需要区分肿瘤与周围肌肉及软组织时，CT 图像可能有点像一张灰度照片，所有东西都是相似的灰色调。
这时，磁共振（MR）成像就派上了用场。MR 不是探测密度，而是倾听氢原子在磁场中“舞蹈”时发出的细微“耳语”。因为不同组织——脂肪、肌肉、肿瘤、炎症——的水含量和细胞环境不同，它们会“唱”出不同的 MR 音符。其结果是一幅细节惊人的身体软组织地图，以 CT 永远无法企及的清晰度揭示出肿瘤的边界。所以，CT 给了我们场景的骨架，而 MR 则使其丰满。
但我们仍然缺少一个关键的拼图：肿瘤究竟在“做”什么？它是一个沉睡的良性肿块，还是一个贪婪生长的癌症？为了回答这个问题，我们转向正电子发射断层扫描（PET）。PET 扫描向我们展示了动态的代谢过程。通过给患者注射一种放射性糖分子，我们可以观察哪些细胞正在贪婪地消耗能量。侵袭性癌细胞是代谢的“熔炉”，在 PET 扫描上，它们像黑夜中的灯塔一样亮起。PET 图像告诉我们功能信息，但其弱点在于空间分辨率模糊；它是一张没有清晰解剖背景的模糊活动图。
于是，交响乐就此形成。CT 提供了舞台和结构。MR 描绘了精细的场景和角色。PET 则呈现了情节和动作。单独来看，它们都很有价值。但当它们融合成一幅混合图像时，便共同讲述了一个完整的故事，让医生能够在一个统一的视图中，不仅看到肿瘤在何处，还看到它是什么以及它在做什么。
如果目标是将这些不同的音乐线条组合成一份总谱，我们究竟该如何操作？事实证明，方法不止一种。图像融合是一个复杂的领域，其方法可被视为一个层级结构，从直观简单到高度抽象。我们可以将其看作三个整合层面。
最直观的融合形式发生在原始图像数据的层面——即像素（或在 3D 中称为体素）。这就是像素级融合。想象一下，将色彩丰富、功能信息密集的 PET 图像，像一张透明的彩色编码薄膜一样，叠加在分辨率高的灰度 CT 或 MR 图像之上。这正是肿瘤学中经典的 PET-CT 图像所呈现的。
这种方法虽然概念简单，但在技术上可以非常复杂。它不只是简单的复制粘贴。融合算法可能会使用 alpha 混合（通过调整叠加层的透明度）或更高级的多分辨率方法，这些方法在组合图像之前会将其分解为不同的频率分量。最终得到的是一幅合成图像，其中一种模态的解剖细节被另一种模態的功能信息直接着色。这种方法非常强大，因为它能让人的眼睛一览所有原始数据。
一种更抽象的方法是，首先让一位“艺术家”审视每幅图像，勾勒出最重要的元素或特征。我们不是合并整幅复杂的画作，而是合并简化后的草图。这就是特征级融合。
例如，我们可能从 CT 图像中提取所有骨骼边缘的图谱，从 MR 图像中推导出软组织边界的图谱，再从 PET 扫描中提取代谢活动“热点”的轮廓。现在，我们融合这些特征图。我们可以将 CT 的骨骼边缘与 MR 的组织边界结合起来，创建一个全面的解剖草图，然后在这个草图中标示出被 PET 扫描标记为代谢活跃的区域。这种方法比像素级融合更智能，因为它从一开始就滤除了噪声和不相关的信息，只关注对任务至关重要的结构，比如为手术勾勒肿瘤边界。
最高且最抽象的融合层面发生在每种模态都已被解读并形成初步结论之后。这就是决策级融合。可以将其想象成专家会诊。
PET 专家检查 PET 扫描后做出判断：“根据此处的高代谢摄取，有 的可能性是恶性肿瘤。”MR 专家观察组织特性后表示同意：“对比剂增强模式和形态学特征表明，有 的可能性是恶性肿瘤。”而 CT 专家可能会补充一个关键的否定发现：“然而，我在同一位置看到了良性钙化，这与癌症的诊断相悖。”
融合算法随后充当最终的仲裁者，一个接收这些独立决策作为输入的委员会主席。它使用逻辑或概率规则——如加权投票、贝叶斯模型或 Dempster-Shafer 理论——将这些专家意见组合成一个单一、稳健的最终裁决。这种方法在构建自动化诊断系统中非常强大，因为它模仿了多学科肿瘤委员会的逻辑过程。
像素级、特征级和决策级融合的概念层级，在人工智能和深度学习的世界中找到了强有力的新表达。当我们在多模态数据上训练人工智能模型时，我们面临着同样的基本选择，只是措辞略有不同：早期融合、晚期融合和混合（或中间）融合。
早期融合是人工智能领域中与像素级融合相对应的方法。我们简单地将不同的数据流——例如 CT、MR 和 PET 图像——堆叠在一起，作为单一输入的多个通道，然后将这个庞大的数据块送入一个大型神经网络。这样做的一大优势是，人工智能可以同时访问所有信息。原则上，它能发现模态之间人类可能永远无法察觉的极其微妙和复杂的关系。然而，其风险在于“维度灾难”。人工智能可能会被海量数据淹没，并开始“过拟合”——即在训练数据的噪声中发现虚假的模式，而这些模式在现实世界中并不成立。这种权衡是机器学习中的一个经典问题：我们以增加方差（variance）的风险（通过使模型任务更复杂）为代价，来降低潜在的偏差（bias）（通过不对何种交互重要做出预判） [@problem-id:4841096]。
晚期融合对应于决策级融合。在这里，我们为每种模态训练独立的、专业化的人工智能模型。一个人工智能成为 CT 专家，另一个成为 MR 专家，第三个成为 PET 专家。每个模型都会产生自己的预测。然后，一个最终的、较小的模型（聚合器）学习如何最好地将这些专家预测组合成最终答案。这种方法更稳健，更不易过拟合，因为每个模型的任务都更简单。它本质上也更灵活；如果某个病人的某种模态数据缺失，其对应的专家模型就不参与“投票”。缺点是，由于模态在很长时间内保持分离，我们可能会错失发现早期融合可能找到的那些微妙的跨模态交互作用。
混合或中间融合提供了一种优雅的折衷方案，与特征级融合相呼应。每种模态首先被输入其各自的较小网络（一个“编码器”）中，以将原始数据提炼成一组紧凑、有意义的特征。然后，这些丰富的特征集——而不是原始数据，也不是最终决策——被连接在一起，并输入到一个共享网络中，该网络学习如何基于组合后的特征进行推理，从而做出最终预测。
这引出了现代人工智能中最精彩的思想之一：注意力机制。想象一下，混合融合模型正试图做出决策。注意力机制并非平等对待所有模态的所有特征，而是允许人工智能学习一个动态的“聚光灯”。对于每个具体案例，它可以决定将注意力集中在哪里。如果 MR 图像在某个区域特别清晰，它可以给予 MR 特征更大的权重。如果 PET 信号异常强烈，它可以优先考虑该信号。这种依赖于数据、有选择性的加权方式使模型能够强调信息量最大的信号，抑制噪声信号，从而达到新的性能和精妙水平。
这些原理看似抽象，但在手术室中却关系到生死。以现代的血管内动脉瘤修复术（EVAR）为例，这是一种修复主动脉危险膨出的微创技术。外科医生必须引导一根携带支架移植物的导管穿过患者的血管，并将其精确部署在动脉瘤的位置，同时不能阻断通往肾动脉等关键分支的血流。
传统上，这是通过实时 X 射线成像或透视来完成的，需要频繁注射碘化造影剂以显现血管。这种造影剂可能对肾脏有害，而且二维的透视图像提供的解剖背景有限。
混合成像应运而生。在手术前，患者接受一次高分辨率的三维 CT 扫描，这提供了他们独特主动脉解剖的详细路线图。在手术室中，融合影像技术施展其魔力。它利用患者脊柱等稳定地标，智能地将术前的三维 CT 路线图与实时的二维透视视图进行配准（对齐）。其结果是为外科医生提供了一个实时 GPS：在实时 X 射线上叠加了三维血管解剖结构，精确显示导管相对于动脉瘤和关键分支动脉的位置。
但即使这样也不足以实现完美精度。CT 扫描是在手术前进行的，手术中使用的硬导丝和导管可能会使主动脉发生轻微变形。此外，外科医生需要知道支架将在哪里密封的主动脉颈部的确切直径。尺寸上的微小误差都可能导致渗漏。这时，第二种模态被实时融合进来：血管内超声（IVUS）。IVUS 是一个置于导管顶端的微型超声探头，可提供来自血管内部的实时 360 度横断面图像。
外科医生利用 CT 融合路线图将 IVUS 导管引导至精确的着陆区。然后，他们使用实时 IVUS 图像以亚毫米级的精度测量血管直径。IVUS 测量的原理简单而优美：到血管壁的距离等于血液中的声速（）乘以超声脉冲往返时间的一半。在血管直径方向上，仅 的往返回波时间就对应约 的直径。外科医生还需要信任融合叠加的准确性。仅 的微小旋转错位就可能导致在 的距离上产生约 的叠加偏差——这个误差大到足以产生临床意义。
这种组合是混合成像的完美典范：一个全局的、静态的路线图（CT）与一个局部的、动态的、高精度的测量工具（IVUS）相融合，所有这些都与实时引导（透视）集成在一起。这种协同作用使外科医生能够以更高的准确性、信心和安全性执行这些复杂的手术，同时显著减少患者接触有害造影剂的剂量。
混合成像的最终目标不仅仅是为人类解读创造一幅信息更丰富的图像，而是将医学图像中海量的信息内容提炼成客观、有意义的数字。这就是定量影像生物标志物的概念。
从一个感兴趣的区域（如肿瘤），我们可以提取数百个数学描述符，即影像组学特征。这些特征远远超出了像尺寸这样的简单测量。它们可以描述肿瘤的形状（它的球形度如何？）、它的一阶统计量（其体素的强度分布是否倾斜？），或其纹理（它是光滑均匀，还是粗糙不均，如灰度共生矩阵熵所描述的那样？）。
通常，没有哪个单一特征强大到足以预测临床结局，例如肿瘤是否会对某种特定疗法产生反应。这促使了复合影像生物标志物指数的创建。这是一种算法，它将多个特征——或许是来自 MR 的形状特征、来自 CT 的纹理特征以及来自 PET 的代谢特征——组合成一个单一的、强大的评分。该过程涉及严谨的统计建模，例如将每个特征标准化，然后将它们进行加权求和，。为了具有科学有效性，这样的指数必须以严谨和透明的方式构建，并有一个清晰的名称以反映其来源和用途（例如，CT-Hypoxia-RadIndex-v1），以便它可以在不同医院得到验证和使用。这将成像从一门定性的、描述性的艺术转变为一门定量的、预测性的科学。
混合成像的征程远未结束。随着我们不断拓展边界，我们遇到了需要更巧妙解决方案的严峻新挑战。
一个主要挑战是异步性。在医院的重症监护室（ICU）中，数据流以截然不同的速度流动。胸部 X 光片可能每 12 小时拍摄一次，而生命体征每 5 分钟记录一次，实验室结果则在不规则的间隔到达。人工智能如何融合这些步调不一的数据流？像简单地向前填充最后一个已知值这样的朴素方法不仅不准确，还可能导致一种名为信息泄露的严重错误（即使用未来的信息来预测过去）。现代架构通过复杂的设计解决了这个问题，例如专门的循环神经网络，它们明确地对测量之间的时间间隔进行建模，并学习根据信息的“年龄”来加权，从而确保跨时间数据的公平和准确融合 [@problemid:5004705]。
另一个前沿是域偏移的挑战。一家医院的 CT 扫描仪产生的图像，与另一座城市另一家制造商的扫描仪产生的图像，带有略微不同的“口音”。在一个地方训练的人工智能模型在另一个地方可能表现不佳，因为它无意中学会了依赖这些特定于地点的怪异特征，而不是疾病真实、潜在的生物学特性。解决方案在于一个深刻的概念，称为不变性学习。其目标是训练一个能实现条件不变性的模型——这意味着它对融合后的图像表征与疾病之间关系的理解，在所有医院站点都是相同的。这可以通过高级技术实现，如不变风险最小化（IRM），它明确惩罚模型学习特定于站点的相关性；或者通过使用对抗性训练，迫使图像编码器生成被清除掉任何来源站点信息的表征。
從简单地将一幅图像叠加到另一幅之上，到在异步数据流上训练不变性模型，混合成像的原理和机制代表了一个充满活力且迅速发展的领域。这是一场探索，旨在构建一幅关于人类健康与疾病的更完整、更定量、更稳健的图景——一曲真正的信号交响曲。
现在我们已经探讨了混合成像的基本原理，你可能会想：“这些物理学知识确实很巧妙，但它究竟有何用处？”这是一个合理的问题。毕竟，科学的目的不仅仅是欣赏自然法则的优雅，而是利用这种理解来以新的眼光看待世界——以及我们自己。混合成像不仅仅是一系列巧妙的工程技巧的集合；它是一种新的观察方式。它好比从聆听单一小提琴毕业，到指挥整个交响乐团。单一的成像模态，就像一把孤独的小提琴，可以演奏出优美的旋律——来自 CT 扫描的清晰解剖图像，或来自 PET 扫描的代谢活动图。但混合成像，作为指挥家，将所有乐器汇集在一起。它将小提琴的旋律与大提琴的深沉音调以及长笛的嘹亮音符相融合，创造出一首信息量远比任何单一乐器所能产生的都更丰富、更深刻的交响乐。
在本章中，我们将踏上一段旅程，亲眼见证这首交响乐的演奏。我们将看到这些工具不仅仅是在改进医学，而是在彻底变革它，将最精细、最危险的手术转变为精确计算的行动，解决一度看似无解的诊断难题，甚至通过预测疾病和身体对治疗的反应，让我们得以一窥未来。我们的旅程将分为三部分：首先，作为引导外科医生之手的导航员；其次，作为揭示身体最深层奥秘的侦探；第三，作为谱写明日生物标志物的预言家。
混合成像最直接、最深刻的应用或许是在手术室，或者更准确地说，是现代介入治疗室。在这里，医生们实施着令人难以置信的微创手术，通过蜿蜒的血管导航导管和设备，从内部修复身体。挑战是巨大的：当你唯一的视野是一个幽灵般的二维 X 射线阴影时，你如何以毫米级的精度进行操控？答案是给导航员一张更好的图表。混合成像通过将详细的三维卫星地图——术前 CT 或 MRI 扫描——直接叠加到透视或超声的实时 GPS 视图上，实现了这一点。
想象一下，在一个跳动的心脏中更换病变的主动脉瓣，不是通过开胸，而是通过腿部的一根动脉穿入一枚新瓣膜。这个被称为经导管主动脉瓣置换术（TAVR）的手术，是现代医学的一个奇迹。但它伴随着巨大的风险：新瓣膜的微小支架绝不能堵塞冠状动脉的开口，那是心脏自身的燃料管道。每个病人的解剖结构都是独一无二的。解决方案是图像融合的杰作。在手术前，高分辨率的 CT 扫描为患者的主动脉根部创建了一个完美的三维蓝图，标示出瓣膜、交界处以及冠状动脉口的精确位置。在介入治疗室里，这张三维地图被数字配准并融合到实时 X 射线视频上。外科医生现在不仅能看到设备，还能看到患者解剖结构的“幽灵”影像，一个虚拟目标，精确显示新瓣膜必须放置的位置。他们可以在叠加影像的引导下，以令人难以置信的精度旋转设备，直到对齐完美，将一个潜在的盲目操作变成一次精确制导的打击。
这一原理从心脏延伸到人体最大的血管——主动脉。当患者的主动脉出现撕裂或危险的膨出（动脉瘤）时，可以通过一种称为胸主动脉腔内修复术（TEVAR）的手术，使用支架-移植物从内部修复。这里的风险更高。支架-移植物必须封住受损区域，而不能覆盖为大脑、脊髓供血的关键分支动脉，在某些情况下，还不能覆盖通过先前搭桥手术为心肌供血的血管 [@problemid:5193550]。正是在这里，混合成像不仅成为引导工具，也成为 meticulous 规划的工具。外科医生必须创建一个“误差预算”，考虑到每一种可能的不精确性来源：患者呼吸造成的轻微模糊、成像系统的微小几何误差，甚至支架-移植物本身在部署时可能发生的轻微缩短。通过将术前 CT 计划与实时透视相融合，团队可以根据这个完整的预算，留出安全边际来放置设备，确保治疗不会比疾病本身更糟。
航海家的图表不仅适用于血管。考虑一下寻找一个隐藏的敌人，比如肝脏深处一个小的、危险的脓肿。在常规的实时超声检查中，它可能完全不可见，被上覆的组织所遮蔽。然而，之前的 CT 或 MRI 扫描可能已经清晰地发现了它。如果没有办法连接这两个世界，医生可能不得不采取开放手术或冒险的“盲穿”。有了混合成像，CT“侦察地图”与实时超声探头的视图相融合。突然间，一个虚拟目标出现在超声屏幕上，为这个看不见的敌人画上了一个靶心。医生现在可以沿着一条安全的路径引导引流针，实时观察其接近虚拟目标的过程，自信地绕过主要血管，从而消除威胁。在所有这些案例中，混合成像使不可见变为可见，将高风险的侵入性操作转变为精确、有引导的介入治疗。
除了引导，来自不同成像模态的信息融合也是一种强大的诊断工具。它就像一位 master 侦探的透镜，为那些单一线索不足以说明问题的模糊案例带来清晰。一位采访犯罪现场目击者的侦探知道，没有哪一个人能看到全部真相。一个目击者看到了逃逸的汽车，另一个听到了喊叫声，第三个看到了一个奔跑的身影。只有通过综合这些不同的视角，侦探才能拼凑出完整的故事。医学成像也是如此。每种模态都向组织提出不同的问题，探究其结构、功能、化学成分。通过组合答案，我们解开谜题。
思考一下诊断痴呆症这一令人心碎的挑战。一位老年患者出现认知能力下降，其症状在阿尔茨海默病和路易体痴呆（DLB）之间存在重叠。这种区分至关重要，因为对一种疾病有益的某些药物可能对另一种疾病极其危险。大脑的结构性 MRI 可能模棱两可，仅显示出老年人常见的轻微、非特异性萎缩。这是一个不可靠的“证人”。但是，测量葡萄糖代谢的功能性 PET 扫描可能会显示出一种惊人的模式：大脑视觉处理中心（枕叶）的活动严重关闭，而附近一个区域却奇特地保留了活性——这是 DLB 的经典标志。面对这种“矛盾”的证据，医生该怎么办？这正是综合分析的力量所在。使用像贝叶斯定理这样的正式框架，医生可以定量地更新他们的信念。强烈的临床怀疑和高度特异性的 PET 扫描模式是强有力的证据，其分量远超模棱两可的 MRI。当证据被恰当组合后，对 DLB 的 60% 的预检怀疑可以飙升至超过 97% 的确定性。融合结构（MRI）和功能（PET）解决了模糊性，从而得到明确的诊断和安全有效的治疗方案。
有时，线索甚至更为微妙。想象一下，一位患者被发现有一个肿瘤。一种名为 MIBG 的特殊核医学扫描，设计用于被特定类型的神经内分泌细胞摄取，结果呈阴性——肿瘤不可见。另一种扫描，即检测高葡萄糖消耗的 FDG-PET 扫描，结果呈强阳性——肿瘤像灯泡一样发光。这是技术的失败吗？恰恰相反，这是一个深刻的线索，一条用隐形墨水写就的信息。对一种功能（MIBG 测试的去甲肾上腺素处理机制）“关闭”，而对另一种功能（FDG 测试的对葡萄糖的贪婪需求）“开启”，这种模式是一种代谢指纹。这种特定的指纹指向一种“假性缺氧”状态，这是肿瘤内部线路发生错乱的一种特定方式，最常见的原因是特定基因家族（）的突变。通过概念上融合两种功能性扫描的结果，我们从看到一个肿块，跃升到了解其遗传密码的层面。成像已经告诉我们应该进行哪种基因检测，并已经开始预测肿瘤的侵袭潜力。
这种综合分析延伸到眼内的微观世界。当眼科医生在视网膜后部看到模棱兩可的变化时，会部署一套成像工具。眼底自发荧光（FAF）通过观察其荧光废物，充当视网膜色素上皮（RPE）代谢健康的地图。光学相干断层扫描（OCT）提供了近乎微观分辨率的横截面视图，就像不用刀就能切开组织一样。血管造影（FA 和 ICGA）涉及注射染料以观察渗漏的血管。通过使用不同颜色的光进行激发和检测，其中一些技术甚至可以穿透血液等障碍物，揭示隐藏在下面的病理。没有一张图像能讲述完整的故事。但通过认知上融合这些关于结构、功能和“管道系统”的不同视图，医生可以区分遗传性营养不良和慢性炎症性疾病，揭示疾病的真正性质。
我们交响乐的最后一幕将我们带离当下，超越引导针头或诊断疾病，进入预测的领域。如果我们能测量事物的正确组合，我们能否建立一个预测未来的模型？我们能否创造一个复合的“生物标志物”，它不仅告诉我们现在正在发生什么，还告诉我们接下来可能会发生什么？这就是混合成像的前沿：从多种测量的融合中创造出定量的、预测性的指数。
让我们来看一种名为正常颅压脑积水（NPH）的令人困惑的神经系统疾病，它会导致行走、思维和膀胱控制方面的问题。它是由脑脊液异常积聚引起的，有时通过 surgically 植入分流管以排出多余液体可以得到戏剧性的逆转。这个悲剧性的困境在于，手术有风险，而且只对大约一半的患者有效。你如何预测谁会受益？一张图片是不够的。但如果我们使用一台 MRI 机器拍摄几种不同类型的图片呢？ 我们可以拍摄一张大脑形状的图片来测量充滿液体的脑室的大小。我们可以使用一种称为弥散张量成像（DTI）的技术来拍摄水分子如何移动的图片，揭示被液体压缩的大脑组织的“湿软”程度。我们还可以使用动脉自旋标记（ASL）来拍摄其血流的图片，血流通常因压力而减少。这些都是线索。真正强大的思想是将它们结合起来。通过创建一个加权分数——一个包含了脑室扩大程度、水弥散变化和血流减少的单一数字——我们可以谱写一个“分流反应指数”。这个复合生物标志物，其每个部分都基于疾病的物理学原理，远比其任何单个组成部分都强大。它是一个预言家，帮助预测重大手术的结果，并避免高风险、低回报的手術。
也许这种预测能力最激动人心的应用是在抗击癌症方面。我们知道癌细胞具有一种奇异而贪婪的新陈代謝，这是一个被称为 Warburg 效应的标志性特征。几十年来，这只是在培养皿中研究的东西。但如果我们能在一个活体患者身上测量它呢？利用最先进的 MRI 技术，这正变得可能。科学家可以在同一次 MRI 检查中，融合来自多个高度专业化实验的信息。他们可以测量肿瘤将糖转化为乳酸盐的速率（）、它为避免自身中毒而疯狂泵出这种酸性废物的速率（），以及它由此创造的酸性环境（）。通过将这些不同的物理测量结果组合成一个单一的“Warburg 成像指数”，我们可以创建一个癌症代谢引擎工作的非侵入性读数。这不仅仅是一张图片；它是对生命和疾病基本过程的定量测量。这样的工具可以彻底改变癌症研究，让我们能够实时看到一种旨在饿死肿瘤的新药是否真的有效。
从手术室到诊断诊所，再到研究实验室，混合成像正在教给我们一个深刻的教训。最深刻的洞见不是通过从一个角度看待问题找到的，而是通过综合来自许多不同角度的观点。通过结合解剖学、生理学、新陈代謝和遗传学的语言，我们看到了一个更丰富、更统一、最终也更美丽的人体图景。这是跨学科科学的终极体现，物理学、化学和生物学在这里联手，看到了曾经看不见的东西，并在此过程中，去治愈、去理解、去发现。