0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

回顾AI+CPU 处理医疗影像的性能分析和介绍

英特尔物联网 来源:djl 2019-09-03 10:20 次阅读

现代医学之所以每天都在造福无数人类,对人体越来越深入的了解是重要原因,尤其是诊断的时候,医学影像起到的作用越来越重要。专业医疗科学网站估计:医疗数据中有超过90%的数据来自于医学影像。然而,针对影像数据的分析,现在主要还是靠易于出错的人工完成,误诊难以避免,中外概莫能外。从影像误诊人数来看,美国每年人数达到 1,200 万,中国每年高达 5,700 万。

不过,AI深度学习技术正在逐渐解决这些问题。诸如对象检测和分割等 AI 技术,可以帮助放射科医生更快、更准确地识别问题,从而更好地划分病例优先级、改善患者治疗效果、降低医院运营成本。这种技术的挑战在于:如何在尽量不大幅增加系统成本的的前提下,能够高效、准确地处理医学影像?

英特尔和飞利浦公司合作证明:搭载英特尔 至强 可扩展处理器的服务器,可用于高效执行面向患者 X 光和 CT 扫描的深度学习推理,医疗机构无需巨额投资、修改使用GPU硬件 ,也能实施医疗 AI 工作负载。

骨龄预测 and 肺部分割,推理大提速

2017 年,英特尔推出了至强 可扩展处理器,可以处理复杂的混合工作负载,包括医疗成像领域常见的大型内存密集型模型,也能实现加速。在此之前,要想使用硬件加速深度学习,常见的做法是使用图形处理单元 GPU。不过,这种做法存在一些内存限制,同时购买适用 GPU 的费用也是居高不下。英特尔和飞利浦发现,相比基于 GPU 的系统,英特尔至强可扩展处理器更能满足数据科学家的需求。更让飞利浦高兴的是——能够以更低的成本为客户提供 AI 解决方案。

为了支持医学图像兴趣区分割和医学图像分类,飞利浦正在开发复杂的深度学习模型,可用于以下两种案例:

骨龄预测模型

以人类骨骼(比如手腕)的 X 光图像和患者性别为输入。然后,推理模型通过骨骼预测年龄,以确定因骨质流失导致的身体状况。该模型可以协助诊断营养不良等症状。

肺部分割模型

患者胸部 CT 扫描结果识别肺部,在检测到的器官周围创建分割掩膜。推理结果可用于测量肺部的大小和体积,或加载用于譬如肺结核或气胸检测的特定器官疾病筛选模型。放射科医生能更清晰地看到病患的肺部解剖结构。

在模型的优化上,飞利浦使用以下两种方法,最大限度地提升了推理模型的性能。

使用 OpenVINO 工具套件

该套件有两个主要组件:模型优化器和推理引擎。前者对神经网络图形进行优化,后者可以针对制定目标硬件后端加载推理引擎。英特尔提供了面向各种硬件类型的程序开发库,以实施高效深度学习的内核。

并行化工作负载

也就是运行多个 OpenVINO 实例。相比运行一个实例而言,在每个处理器插槽上运行多个 OpenVINO 实例,显著提高了每秒处理的图像数。每个实例绑定至 一个或多个英特尔至强可扩展处理器的内核,显著提高了内核利用率。

回顾AI+CPU 处理医疗影像的性能分析和介绍

经过这些优化后,效果显著。针对前面提到的两个案例:

★骨龄预测模型每秒处理的图像增加 188 倍;

★肺部分割模型每秒处理的图像增加 38 倍。

飞利浦的案例研究表明:医疗机构无需巨额硬件投资,也能实施医疗 AI 工作负载。对于飞利浦这样的公司而言,还可以通过在线商店等方式提供 AI 算法下载,以此增加收入,在日益激烈的竞争中脱颖而出。

AI+医疗影像,创造健康美好未来

总体而言,医疗影像之类的工作负载,常常需要小批次或流处理方式应对,这就非常适合使用CPU作为支撑硬件,特别是英特尔 至强 可扩展处理器,可以为 AI 模型提供经济高效、灵活的平台。结合OpenVINO 工具套件使用,能够在不影响准确性的前提下部署预训练模型,从而提高效率。

美国资深咨询公司弗罗斯特 - 沙利文公司曾作出结论:“人工智能可将医疗效果提高 50%,同时减少多达 50% 的医疗成本。”人工智能和医疗影像的结合,必将为人类的健康创造更美好的未来。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 处理器
    +关注

    关注

    68

    文章

    19156

    浏览量

    229068
  • 神经网络
    +关注

    关注

    42

    文章

    4762

    浏览量

    100522
  • 医疗影像
    +关注

    关注

    1

    文章

    88

    浏览量

    19202
收藏 人收藏

    评论

    相关推荐

    NPU技术如何提升AI性能

    设计的处理器,与传统的CPU和GPU相比,它在执行深度学习任务时具有更高的效率和更低的能耗。NPU通过专门优化的硬件结构和指令集,能够更快地处理神经网络中的大量并行计算任务。 1. 优化硬件架构 NPU技术通过优化硬件架构来提升
    的头像 发表于 11-15 09:11 227次阅读

    深蕾半导体HDMI AI分析盒子

    HDMI AI分析盒子,是专门针对视觉内容进行处理,集成了边缘计算和AI算法处理能力的设备。能够对HDMI RX输入内容进行
    的头像 发表于 11-08 10:45 159次阅读
    深蕾半导体HDMI <b class='flag-5'>AI</b><b class='flag-5'>分析</b>盒子

    【飞凌嵌入式OK3576-C开发板体验】RKNPU图像识别测试

    ,包括但不限于以下几个方面: 计算机视觉 :用于图像识别、目标检测、人脸识别等任务,在安防监控、自动驾驶、医疗影像分析等领域有着广泛的应用。 自然语言处理 :加速文本分类、情感
    发表于 10-10 09:27

    英特尔®至强®可扩展处理器助力智慧医疗的数字化转型

    医疗机构实现数据的收集、分析和辅助决策,从而提升医疗服务质量与效率。   这一处理器内置的AI加速器显著提升了
    发表于 09-29 11:13 6048次阅读
    英特尔®至强®可扩展<b class='flag-5'>处理</b>器助力智慧<b class='flag-5'>医疗</b>的数字化转型

    晶体管对CPU性能的影响

    晶体管作为CPU(中央处理器)的基本构成单元,对CPU性能有着至关重要的影响。
    的头像 发表于 09-13 17:22 522次阅读

    高清医疗影像解决方案:索尼FCB-EW9500H模组引领医疗进步

    医疗领域,高清影像的获取与分析对于疾病的早期诊断、精准治疗及术后评估至关重要。随着科技的飞速发展,高清医疗影像解决方案正逐步成为提升
    的头像 发表于 09-03 10:07 205次阅读

    CPU单核性能与多核性能的区别

    CPU的单核性能与多核性能在多个方面存在显著的差异,这些差异主要体现在处理能力、应用场景、性能瓶颈以及技术发展等方面。以下是对两者区别的详细
    的头像 发表于 09-02 14:42 5218次阅读

    CPU主要性能指标有哪些

    CPU(中央处理器)的性能指标是衡量其处理能力和效率的关键参数。这些指标不仅决定了CPU处理
    的头像 发表于 09-02 11:01 2991次阅读

    名单公布!【书籍评测活动NO.43】 算力芯片 | 高性能 CPU/GPU/NPU 微架构分析

    社会资源和资本力量关注算力芯片的发展,希望我们的国家能够更独立自主地设计制造高性能算力芯片。 内容简介: 本书介绍了超级计算机算力和AI算力的异同,从CPU流水线开始,描述主要的众核
    发表于 09-02 10:09

    实测分享,瑞芯微RK3588八核国产处理性能测评!确实“遥遥领先”!

    视频采集处理能力,并可提供4K/8K多屏显示能力,特别适合应用于医疗内窥镜、超声影像系统等设备。 车载环视系统:RK3588可提供6路MIPI视频输入能力,可提供高清的汽车周边视图,并支持多种传感器数据
    发表于 07-17 10:49

    基于瑞萨RZ/V2H AI处理器的解决方案:高性能视觉AI系统

    复杂的实时物体识别及推理,同时功耗可与传统的嵌入式MPU相媲美,无需冷却风扇。这里介绍基于RZ/V2H的解决方案:高性能视觉AI系统。
    发表于 07-02 18:36 450次阅读
    基于瑞萨RZ/V2H <b class='flag-5'>AI</b>微<b class='flag-5'>处理</b>器的解决方案:高<b class='flag-5'>性能</b>视觉<b class='flag-5'>AI</b>系统

    影像AI运用 #AI #影像测量 #中图影像仪 #自动控制技术

    AI影像
    中图仪器
    发布于 :2024年07月01日 16:20:07

    NanoEdge AI的技术原理、应用场景及优势

    NanoEdge AI 是一种基于边缘计算的人工智能技术,旨在将人工智能算法应用于物联网(IoT)设备和传感器。这种技术的核心思想是将数据处理分析从云端转移到设备本身,从而减少数据传输延迟、降低
    发表于 03-12 08:09

    智能影像跃升,由终端侧AI来助力

    利用出色的AI性能进一步提升智能手机的影像能力向来是骁龙的突出优势。 第三代骁龙8移动平台 ,将高性能AI注入整个平台系统,为用户带来前所未
    的头像 发表于 12-20 20:15 450次阅读
    智能<b class='flag-5'>影像</b>跃升,由终端侧<b class='flag-5'>AI</b>来助力

    CPU超频和倍频技术介绍

    CPU(中央处理单元)也称为微处理器(Microprocessor)或处理器(Processor),它是计算机的核心部件,CPU
    的头像 发表于 11-29 09:29 1580次阅读