何波动。
顾冠廷继续说了下去。
“我花了三周时间，对这篇帖子中提供的所有技术细节进行了逆向分析。”
“今天，我要把我的分析结果跟大家分享。”
他按下遥控器，屏幕切换到了一个复杂的数学模型。
“这是我和我的团队开发的PRECISE脑血管介入分析模型。”
“基于传统的傅里叶变换与拉普拉斯算子。”
“在过去两年里，我们用这个模型处理了超过三千例脑血管影像数据。”
“准确率达到了百分之九十四点七。”
他的语速不快，但每一个字都咬得很重。
“而那位匿名作者的算法，声称能在常规MRI中提取到分辨率极限以下的血管信号。”
“各位，我们都知道，MRI的物理分辨率是有上限的。”
“在临床常用的3T场强下，体素尺寸通常在零点五毫米左右。”
“这意味着，任何小于零点五毫米的结构，在原始数据中都只能以模糊的部分体积效应存在。”
“你不可能凭空变出不存在的信息。”
“这就好比你拿着一台只能拍720P的摄像机，却声称能输出4K画面。”
“请问，那多出来的像素从哪里来的？”
台下有人笑了。
顾冠廷显然很满意这个效果。
他继续展示他的PRECISE模型。
幻灯片一张接一张，模型的架构图、验证数据、ROC曲线。
每一张都做得很精美，配色协调，排版专业。
从视觉效果上来说，确实是一份高质量的学术报告。
“我们的模型在处理常规脑血管影像时，能够精确识别直径在一毫米以上的血管病变。”
“注意，一毫米以上。”
“因为这是当前影像物理极限允许的可靠识别阈值。”
“任何声称能够识别亚毫米级别病变的算法，要么是使用了超高场强设备。”
“要么，就是在造假。”
他强调了最后两个字。
声音在会场里回荡。
陆晨微微眯了一下眼睛。
不是因为愤怒，是因为他注意到了顾冠廷展示的模型参数。
其中一个关键参数，弥散梯度场的最大梯度强度，顾冠廷用的是每米四十毫特斯拉。
这是三年前的设备标准。
而目前最新一代的临床3T设备，最大梯度强度已经达到了每米八十毫特斯拉。
翻了一倍。
这意味着原始数据中包含的微细信号密度，也远超顾冠廷模型的假设前提。