Skip to main content
  • Place orders quickly and easily
  • View orders and track your shipping status
  • Create and access a list of your products
  • Manage your Dell EMC sites, products, and product-level contacts using Company Administration.

为医学影像启用大规模深度学习

Summary: HPC、高性能计算、HPC 和 AI 创新实验室、NIVIDIA Clara 工具包、人工智能、医学成像

This article may have been automatically translated. If you have any feedback regarding its quality, please let us know using the form at the bottom of this page.

Article Content


Symptoms

戴尔团队的 John Lockman 和 Rakshith Vasudev 于 2019 年 7 月在 Dell EMC HPC 和 AI 创新实验室撰写的文章

Cause

为医学影像启用大规模深度学习

Resolution

描述行: 

新的 NVIDIA Clara AI 工具包使开发人员能够构建和部署医学成像应用程序,以创建智能仪器和自动化医疗保健工作流程。

在当今的医院中,由于诊断过程中越来越多地使用 CT 扫描、MRI 扫描和其他成像技术,医学影像技术人员正在争分夺秒地跟上工作量的步伐。在大型医院系统中,相对较少的技术人员现在可能会在一天内进行数百甚至数千次扫描。为了跟上数量,这些过度劳累的技术人员需要工具来协助分析复杂图像、识别难以检测的异常并找出疾病指标。

医疗机构越来越多地寻求人工智能来满足这些需求。借助深度学习技术,现在可以训练 AI 系统作为数字助理,承担医疗成像工作流带来的一些繁重工作。这并不是要用人工智能来取代训练有素的专业人员。这是关于使用 AI 来简化工作流程、提高效率并帮助游行人员识别需要立即关注的案件。医院 IT 部门需要制定战略,使其基础架构为 AI 做好准备。NVIDIA 与美国放射学会合作,使成千上万的放射科医生能够在他们自己的设施中使用自己的数据,在由数千家医院组成的庞大网络中创建和使用 AI。

NVIDIA Clara AI 是这些 AI 驱动的工具集之一,这是一个开放、可扩展的计算平台,支持为混合(嵌入式、本地或云)计算环境开发医学成像应用程序。借助 NVIDIA Clara AI 的功能,医院可以创建智能仪器和自动化医疗工作流程。

Clara AI 工具包

为了帮助组织将 Clara AI 投入使用, NVIDIA 提供了 Clara Deploy SDK。这个 Helm 打包的软件开发工具包包含一组 NVIDIA GPU 云 (NGC) 容器,这些 容器 协同工作以在 Kubernetes 中提供端到端医疗图像处理工作流。NGC 容器映像针对 NGC Ready GPU 加速系统(例如 Dell EMC PowerEdge™ C4140 和 Dell EMC PowerEdge™ R740xd)进行了优化。

Clara AI 容器包括用于计算、图形和 AI 的 GPU 加速库;用于图像处理和渲染的示例应用程序;以及 CT、MRI 和超声数据的计算工作流程。这些功能利用 Docker 和 Kubernetes 编排医疗影像工作流,并连接到 PACS(图片归档和通信系统)或扩展医疗仪器应用程序。

SLN317882_en_US__1c1
图 1.Clara AI 工具包体系结构

Clara AI 工具包降低了在医学成像工作流中采用 AI 的障碍。Clara AI Deploy SDK 包括:

  • 用于与医院 PAC 系统通信的 DICOM 适配器数据引入接口
  • 核心服务,用于编排和管理工作流部署和开发资源
  • 可按原样使用用户定义的数据,也可以使用用户定义的 AI 算法进行修改的参考 AI 应用程序
  • 用于监视进度和查看结果的可视化功能

工具包的服务器平台

对于希望利用 NVIDIA Clara AI 的组织,Dell EMC 提供支持 Clara AI 工具包的强大 GPU 加速服务器平台 — Dell EMC PowerEdge™ R740xd 机架式服务器和 Dell EMC PowerEdge™ C4140 机架式服务器。

PowerEdge R740xd 服务器实现了存储可扩展性和性能的平衡。这款 2U 双路平台支持 NVMe 驱动器和 Nvidia GPU,可满足 Clara AI 和医疗成像工作负载的需求。而 PowerEdge C4140 服务器则是一款针对加速器优化的 1U 机架式服务器,专为要求严苛的工作负载而设计。这款超高密度双路服务器支持四个 GPU,专为应对认知工作负载的挑战而构建,包括 AI、机器学习和深度学习。

在 Dell EMC 的 HPC 和 AI 创新实验室中,我们在运行 Red Hat Enterprise Linux 的 GPU 加速服务器上,将 Clara AI 工具包与 CT 器官分割和 CT 肝脏分割结合使用。对于这些测试,我们从 NIH 癌症图像档案 https://www.cancerimagingarchive.net/ 收集了腹部 CT 扫描数据,即一系列 2D 医学图像。我们使用 Clara AI 工具包中的工具来执行一个工作流程,该工作流程首先转换 DICOM 系列以供摄取,并从 CT 扫描(器官分割)中识别单个器官。

接下来,工作流程可以使用这些分割的器官作为输入来识别任何异常。完成分析后,系统会创建一个 MetaIO 注释的 3D 体积渲染器,可以在 Clara 渲染服务器中查看,也可以与医学图像查看器(如 ORTHANC 或 Oviyam2)并排比较的 DICOM 文件。Clara AI 工具包中包含的工具为希望利用 AI 功能的医学成像环境提供了快速启动。
 

SLN317882_en_US__2c2
 
图 2:Oviyam2 查看器并排演示 Clara AI 处理扫描与原始 CT 扫描

Clara AI 在工作中的应用

据英伟达称,虽然 Clara AI 是一款相对较新的产品,但它于 3 月推出,并于 6 月全面上市,该平台已经在一些主要医疗机构使用,包括俄亥俄州立大学、美国国立卫生研究院和加州大学旧金山分校。

美国国立卫生研究院临床中心和 NVIDIA 科学家使用 Clara AI 开发了一种域泛化方法,用于在 MRI 上将前列腺与周围组织分开。NVIDIA 博客指出,本地化模型“实现了与放射科医生相似的性能,并且优于根据来自同一领域的数据进行训练和评估的其他先进算法。”

正如这些早期采用者所展示的那样,NVIDIA Clara AI 平台可能会为希望利用 AI 实现医学成像大规模深度学习的组织带来大量价值。
 

SLN317882_en_US__3c3
 
图 3:通过 Clara AI 工具包确定的分段肝脏上的疾病

要了解更多信息,请执行以下操作:

要详细了解 NVIDIA Clara 的功能,请访问以下链接:

 

 

Article Properties


Affected Product

High Performance Computing Solution Resources, Poweredge C4140, PowerEdge R740XD

Last Published Date

29 Mar 2024

Version

5

Article Type

Solution