Суперкомпьютер для визуализации в медицине.

МЕНЮ


Искусственный интеллект. Новости
Поиск
Регистрация на сайте

ТЕМЫ


Новости ИИРазработка ИИРабота разума и сознаниеВнедрение ИИРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

Авторизация



RSS


RSS новости

Новостная лента форума ailab.ru

Суперкомпьютер для визуализации в медицине.

Одной из важнейших сфер применения высокопроизводительных систем на основе графических процессоров Volta является медицинская отрасль. Еще много лет назад на предыдущих конференциях Nvidia GTC мы познакомились с подобными применениями, число которых продолжает увеличиваться. И для того, чтобы еще больше облегчить задачи исследователей, связанные с медициной, в Nvidia решили выпустить специализированную вычислительную платформу Project Clara, лучше всего проявляющую себя в медицинских расчетах и визуализации полученных результатов.

В мире используется много различных систем для медицинской диагностики и визуализации, и медицинские снимки и изображения разного рода помогают определять заболевания еще на ранней стадии. Увы, но несмотря на то, что эти аппараты спасают жизни и здоровье людей, рынок этот очень инертный — замена старого оборудования новым происходит очень медленно и далеко не каждый год старые аппараты заменяются новыми.

А вот совершенствование технологий диагностики привело к тому, что параллельные вычисления принесли некоторое развитие и в этой области. Еще с десяток лет назад исследователи обнаружили, что графические процессоры Nvidia обладают хорошо подходящей аппаратной и программной архитектурой для работы с медицинскими изображениями, помогая улучшить качество получаемых изображений и получить возможность их генерации в реальном времени. Быстрое развитие глубокого обучения позволило внедрить алгоритмы искусственного интеллекта во множество подобных медицинских приложений.

На конференции GTC 2018 компания Nvidia представила суперкомпьютер Project Clara, который предназначен для обработки различных медицинских изображений и который позволяет изменить существующие возможности уже сейчас. Основанная на возможностях GPU, платформа поддерживает все важные технологии компании: CUDA, CUDNN, TensorRT, RTX и позволяет обрабатывать и визуализировать различные данные, помогающие в медицинских применениях. К примеру, итеративная реконструкция в КТ и получение сигнала на базе предыдущих значений в МРТ, снижают необходимость в облучении до 10 раз, сокращая время на получение МРТ-снимка.

В качестве еще одного из подобных примеров можно привести обработку изображения человеческого плода в утробе матери, которое ранее можно было посмотреть лишь в двухмерном черно-белом виде. Но новые решения с применением алгоритмов искусственного интеллекта дают совершенно иные возможности по анализу изображений. При помощи специализированной обработки на решениях Nvidia стал возможен просмотр трехмерной модели, по которой проще производить необходимую диагностику.

Еще одним применением является анализ не слишком качественной двухмерной картинки, полученной при помощи обычного ультразвукового сканирования внутренних органов, в частности сердца. Применение искусственного интеллекта позволяет восстановить объемное изображение сердечного желудочка из обычной 2D-картинки и вычислить характеристики, требуемые врачам для диагностики. В представленном на GTC алгоритме V-Net применяется объемная сегментация для автоматического измерения объема крови, проходящего через сердце — и все это получено из двухмерного черно-белого УЗИ-изображения.

На картинке показано анимированное 3D-изображение (открывается по клику) левого желудочка сердца, которое разделено на сегменты с помощью V-Net — сверточной 3D-нейросети, работающей на базе GPU Tesla V100. Лет пятнадцать назад для решения таких задач был нужен суперкомпьютер стоимостью в несколько миллионов долларов, а сейчас его может заменить система из нескольких Tesla V100. И это только пара самых очевидных применений расчетных задач и визуализации, связанных с медициной.

У компании Nvidia уже есть многолетний опыт работы в области медицинской визуализации, и высокопроизводительные вычисления на GPU только начали менять процесс получения и анализа медицинских снимков. Прелесть Project Clara в том, что этот суперкомпьютер позволяет запускать множество вычислительных инструментов одновременно, применяя виртуальные графические процессоры Nvidia для обеспечения доступа сразу нескольким пользователям. Эффективно масштабировать и распределить вычисления по GPU поможет упомянутый ранее балансировщик нагрузки Kubernetes.

Nvidia обеспечила ученых полноценной платформой для задач обработки и визуализации результатов ультразвукового сканирования, магнитно-резонансной, позитронно-эмиссионной и компьютерной томографии, маммографии, рентгеновского анализа и многих других. Неудивительно, что большое количество партнеров заинтересовались таким применением вычислительных систем на основе GPU.

С компанией сотрудничают десятки компаний из сферы здравоохранения, также как и научно-исследовательские учреждения в области медицины. Так, приложение AutoMap, созданное центром MGH Martinos, помогает сократить время получения МРТ и улучшить качество изображений, V-Net автоматически измеряет анатомию и оценивает функциональность (пример был приведен выше), а качественный рендеринг Эллиота Фишмана из Университета Джона Хопкинса повышает качество изображений, сокращая время диагностики для рентгенологов и увеличивая эффективность лечения.

Из других примеров — компания Subtle Medical, работающая над десятками приложений по визуализации в области медицины, которая выиграла более 250 миллионов долларов в рамках программы поддержки стартапов Nvidia Inception. Специалисты говорят, что подобные новые технологии улучшат сферу здравоохранения в целом, а виртуализированный медицинский суперкомпьютер способен кардинально изменить многие возможности специалистов в этой области, совершив важный прорыв в медицине.


Источник: m.vk.com



Поддержи проект ai-news рублем. Машины верят в тебя! >>



Комментарии: