《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 業(yè)界動態(tài) > NVIDIA 宣布推出適用于醫(yī)學(xué)影像的遷移學(xué)習(xí)工具包和 AI 輔助注釋 SDK

NVIDIA 宣布推出適用于醫(yī)學(xué)影像的遷移學(xué)習(xí)工具包和 AI 輔助注釋 SDK

2018-12-04
關(guān)鍵詞: 醫(yī)學(xué)影像 AI NVIDIA

  美國芝加哥—RSNA—2018 年 11 月 28 日—基于深度學(xué)習(xí)的注釋和分割可以大幅加快模型開發(fā)和醫(yī)學(xué)影像分析的速度。然而,從零開始開發(fā)高性能且精確的深度神經(jīng)網(wǎng)絡(luò)非常具有挑戰(zhàn)性,而且很耗費時間。所需數(shù)據(jù)集的成本和質(zhì)量往往是開發(fā)者要面對的兩大主要障礙。為幫助加快醫(yī)學(xué)影像領(lǐng)域的創(chuàng)新,NVIDIA 宣布推出適用于醫(yī)學(xué)影像的遷移學(xué)習(xí)工具包和 AI 輔助注釋 SDK。

  NVIDIA 遷移學(xué)習(xí)工具包

  通過 NVIDIA 遷移學(xué)習(xí)工具包 (TLT),醫(yī)學(xué)影像領(lǐng)域的深度學(xué)習(xí)應(yīng)用程序開發(fā)者可以利用NVIDIA 預(yù)訓(xùn)練模型,展開簡單易用的訓(xùn)練工作流程,進(jìn)而利用自己的數(shù)據(jù)集微調(diào)并重新訓(xùn)練模型。

  TLT 是一個 Python 軟件包,其中每個模型都在 NVIDIA Pascal、Volta 和 Turing GPU 上進(jìn)行優(yōu)化和訓(xùn)練,以達(dá)到更高精確度。

  在 2018 年 MICCAI 上,NVIDIA 憑借使用自動編碼器正則化方法進(jìn)行的 3D 核磁共振成像(MRI) 腦部腫瘤分割,獲得了 BrATS 挑戰(zhàn)賽第一名。作為醫(yī)學(xué)影像軟件 TLT 的一部分,NVIDIA 在首個公開發(fā)布版本中提供此預(yù)訓(xùn)練模型。對多模態(tài) MR 數(shù)據(jù)和 3-D 胰腺進(jìn)行 3-D 腦部腫瘤分割以及對門靜脈期 CT 數(shù)據(jù)進(jìn)行腫瘤分割是在公共數(shù)據(jù)集上訓(xùn)練的部分模型,這些數(shù)據(jù)集可以在工具包中輕松獲取。

  使用 NVIDIA 遷移學(xué)習(xí)工具包,開發(fā)者可以加快部署并減少構(gòu)建應(yīng)用程序所需的計算資源。利用此工具包,研究人員還可以將預(yù)訓(xùn)練模型擴(kuò)展到自己的工作中。通過簡單易用的 API,開發(fā)者可以快速地調(diào)整并使用此技術(shù)。

  使用 TLT 工作流程的模型也可以輕松部署至 Clara 平臺中以進(jìn)行推理。

  TLT 將可用于 NVIDIA Tesla 和 DGX 產(chǎn)品。

  NVIDIA AI 輔助注釋

  當(dāng)涉及治療和診斷時,放射科醫(yī)生最終需要花費數(shù)小時仔細(xì)檢查一張患者的 3D 圖像。這是一個枯燥乏味的過程,放射科醫(yī)生必須逐個切片查看 CT 或 MRI 掃描圖像,手工繪制、注釋和修正他們關(guān)注的器官或異常情況。然后對特定的器官或異常情況的所有 3D 圖像切片重復(fù)這一步驟。

  NVIDIA 的 AI 輔助注釋 SDK 能夠以 10 倍的速度大大加快此過程,并有助于更快地發(fā)現(xiàn)異常情況。這是通過使應(yīng)用程序開發(fā)者和數(shù)據(jù)科學(xué)家將 AI 輔助注釋 SDK 集成至他們現(xiàn)有的應(yīng)用程序中,將 AI 輔助工作流程用于放射線照相來實現(xiàn)的。

  AI 輔助注釋 SDK 利用 NVIDIA 的遷移學(xué)習(xí)工具包不斷自我學(xué)習(xí),所以每個添加注釋的新圖像都可以用作訓(xùn)練數(shù)據(jù),進(jìn)一步提高所提供的預(yù)訓(xùn)練深度學(xué)習(xí)模型的精確度。

  “我們可以獲得 NVIDIA 的 AI 輔助注釋技術(shù),并在幾天的時間內(nèi)將其集成至我們的圖像瀏覽器,”MGH & BWH Center for Clinical Data Science 的執(zhí)行董事 Mark Michalski 說?!拔覀兡壳靶枰⑨尨罅康膱D像 – 有時一天大約一千張或更多,所以任何有助于自動執(zhí)行此過程的技術(shù)都可能極大地減少注釋時間和成本。我們非常激動可以利用 AI 輔助工作流程并與 NVIDIA 共同解決這些至關(guān)重要的醫(yī)學(xué)影像問題?!?/p>

  如果您想要詳細(xì)了解 NVIDIA 的 AI 輔助注釋 SDK 以及如何將其集成至您的個人應(yīng)用,以在醫(yī)學(xué)影像中使用 AI 輔助工作流程,請在此處注冊。

  “整個放射科都需要參與進(jìn)來,從而在研究和臨床環(huán)境下成功地實施 AI,”NVIDIA 醫(yī)療保健部門主管 Abdul Hamid Halabi 說?!斑@款注釋 SDK 可以使放射科在其現(xiàn)有的工作流程中輕松釋放數(shù)據(jù)的價值。利用遷移學(xué)習(xí)工具包,放射科醫(yī)生可以對現(xiàn)有的所有 AI 應(yīng)用程序進(jìn)行調(diào)整,使之適合自己的病人?!?/p>

5bfe6002c837c-thumb.png

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。