美國(guó)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(kāi)發(fā)和醫(yī)學(xué)影像分析的速度。然而，從零開(kāi)始開(kāi)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(fèi)時(shí)間。所需數(shù)據(jù)集的成本和質(zhì)量往往是開(kāi)發(fā)者要面對(duì)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(guò) 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(kāi)發(fā)者可以利用 NVIDIA 預(yù)訓(xùn)練模型，展開(kāi)簡(jiǎn)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(gè) Python 軟件包，其中每個(gè)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(dòng)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(gè)公開(kāi)發(fā)布版本中提供此預(yù)訓(xùn)練模型。對(duì)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(duì)門(mén)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(kāi)發(fā)者可以加快部署并減少構(gòu)建應(yīng)用程序所需的計(jì)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(guò)簡(jiǎn)單易用的 API，開(kāi)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(tái)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(shí)，放射科醫(yī)生最終需要花費(fèi)數(shù)小時(shí)仔細(xì)檢查一張患者的 3D 圖像。這是一個(gè)枯燥乏味的過(guò)程，放射科醫(yī)生必須逐個(gè)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(duì)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(guò)程，并有助于更快地發(fā)現(xiàn)異常情況。這是通過(guò)使應(yīng)用程序開(kāi)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(lái)實(shí)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(gè)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(shí)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(shuō)。“我們目前需要注釋大量的圖像 – 有時(shí)一天大約一千張或更多，所以任何有助于自動(dòng)執(zhí)行此過(guò)程的技術(shù)都可能極大地減少注釋時(shí)間和成本。我們非常激動(dòng)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(wèn)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(gè)人應(yīng)用，以在醫(yī)學(xué)影像中使用 AI 輔助工作流程，請(qǐng)?jiān)诖颂幾?cè)。
“整個(gè)放射科都需要參與進(jìn)來(lái)，從而在研究和臨床環(huán)境下成功地實(shí)施 AI，”NVIDIA 醫(yī)療保健部門(mén)主管 Abdul Hamid Halabi 說(shuō)?！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(jià)值。利用遷移學(xué)習(xí)工具包，放射科醫(yī)生可以對(duì)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>
關(guān)于NVIDIA
NVIDIA（納斯達(dá)克股票代碼：NVDA）在1999年發(fā)明的GPU激發(fā)了PC游戲市場(chǎng)的增長(zhǎng)，重新定義了現(xiàn)代計(jì)算機(jī)顯卡，并且對(duì)并行計(jì)算進(jìn)行了革新。最近，通過(guò)將GPU作為可以感知和理解世界的計(jì)算機(jī)、機(jī)器人乃至自動(dòng)駕駛汽車的大腦，GPU深度學(xué)習(xí)再度點(diǎn)燃了全新的計(jì)算時(shí)代——現(xiàn)代人工智能。