新冠肺炎疫情的发展正在出现积极变化，其中一个重要因素是患者确诊速度的加快。在核酸检测不能满足需要的时候，常规的医学诊断技术通过早期筛查，可以发现大量疑似患者，比如对患者肺部的CT扫描。诊断结果表明，很大一部分新冠病毒感染者的肺部CT图像显示出明显的磨玻璃样阴影，严重的患者则发展为白肺。因此，肺部CT的应用对于尽早发现新冠肺炎疑似患者具有重要意义。

图1 新冠肺炎胸部CT的典型特征[1]

（蓝色箭头指向磨玻璃阴影特征，黄色箭头指向胸膜凹陷征）

所谓CT技术，是计算机断层扫描(Computed Tomography)技术的缩写，其原理是根据人体不同组织对X射线的吸收与透过率不同，对人体某一部位进行断面扫描。实际上，CT扫描技术早已成为现代医学诊断的利器。今天我们就来回顾这一技术的发明历程。

早在1895年，德国物理学家伦琴就发现了X射线，他因此获得首届诺贝尔物理学奖。X射线很快就被应用到医学中，成为医学诊断的常规手段，因此增加了医生判断病情的几率，挽救了无数人的生命。

然而经过X射线获得的人体影像是平面的，也就是把立体的人体重叠在了一个平面上。这样得到的信息是不完整的，无法获知人体内部的具体细节。后来人们发明了在不同角度拍摄的X射线断层摄影，在一定程度上弥补了原来技术的不足，但这仍然不能满足医学的需要。幸运的是，随着计算机技术的进步，终于出现了更为先进的CT技术。这一技术是由科马克和豪斯菲尔德两位科学家分别独立发明的。

图2 阿兰•麦克莱德•科马克

阿兰•麦克莱德•科马克（Allan MacLeod Cormack，1924~1998），出生于南非约翰内斯堡，父亲是电信工程师、母亲是教师，都是苏格兰移民。当科马克只有12岁的时候，他的父亲就去世了。尽管对天文学充满兴趣，但是考虑到家庭，为了好就业一些，科马克进入开普敦大学攻读电力工程专业。然而，他实在对电力工程提不起兴趣，因此在两年后转而学习物理学，并于1944年获得学士学位，次年获得硕士学位。此后，他先是进入剑桥大学圣约翰学院研究放射性同位素He⁶相关问题，1950年又回到开普敦大学担任讲师。六年后，他成为格鲁托·肖尔医院的兼职医学物理学家，这段经历使他对X射线人体扫描产生了兴趣。后来他进入美国塔夫茨大学工作，并加入了美国国籍。

科马克在研究中意识到，人体内各部分组织是不均匀的，对于X射线的吸收或透过也是不均匀的，他把这个问题转化成了数学问题，并建立了数学模型。在1957年和1963年，他制作了不同的样品作为模型来验证他的数学理论，并发表了相关的论文。不过他的论文起初并没有得到业界的注意，这主要是因为他的理论距离医学上的实践还有距离，同时当时的计算机技术也没有达到要求。不过，倒是有一家瑞士雪崩研究中心对科马克的理论感兴趣，他们应用该理论来计算雪山上积雪的厚度。

图3 豪斯菲尔德

真正研制出实用的X射线断层扫描计算机的是英国的电气工程师豪斯菲尔德（Godfrey Newbold Hounsfield，1919~2004）。豪斯菲尔德出生于英国诺丁汉郡，父亲是工程师，在乡下买了一个小农场。所以，豪斯菲尔德在乡下度过了自由而快乐的童年时光，而他对各种各样农业机械的兴趣，也为他日后发明CT扫描仪播下了种子。

中学毕业后的豪斯菲尔德曾担任制图员，并在伦敦的城市与行会学院获得无线电通信资格证书。二战开始后，他应征入伍，在皇家空军预备役担任雷达机械教员，后来在克兰维尔雷达学院参与大屏幕示波器和辅助教学的演示设备制作。战争结束后，他入读法拉第家用电器工程学院，毕业后进入电力与音乐仪器有限公司（EMI）工作。起初，豪斯菲尔德的工作是改进商用计算机，不过他的研究兴趣逐渐转移到了图像识别上。

与科马克类似，豪斯菲尔德也意识到，如果对同一个物体在不同角度进行测量，就可以再现该物体的全面信息。他同样把这一想法转化为数学问题，并在车床上用γ射线进行试验。与科马克不同的是，豪斯菲尔德发挥了他在计算机方面的专长，借助计算机处理实验数据。此后他又将γ射线更换为X射线，并使用了动物和人体组织，提高了工作效率。1972年，豪斯菲尔德与同事用最早的组装CT机成功探测出了一位中年妇女脑部的肿瘤。很快，他所在的EMI公司就向市场推出了CT机，CT技术开始在医学上获得广泛应用，而科马克的论文及其理论也受到了重视。

能够意识到X射线扫描技术的薄弱点，想到建立数学模型进行改进，并结合当时先进的计算机技术将理论转化为技术，这就是科马克与豪斯菲尔德成功的关键。CT扫描技术在诊断脑、脊髓、肺、肝等人体器官的疾病中有着无可比拟的优越性，可以构建完整的人体内部三维计算机模型，甚至可以一小片一小片地检查患者的身体，以便精确定位特定的区域。

由于发明CT理论与技术，科马克和豪斯菲尔德共同获得了1979年诺贝尔生理学或医学奖。

[1] Shuai Wang, Bo Kang, etc. A deep learning algorithm using CT images to screen for Corona Virus Disease (COVID-19),