<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 智能計算 > 行業解決方案 > KFBIO利用Intel?AI技術加速癌癥檢測工作負載

          KFBIO利用Intel?AI技術加速癌癥檢測工作負載

          作者:時間:2020-07-30來源:英特爾收藏

          使用Intel Xeon?可伸縮處理器和Intel 發行版,推理速度提高了8.4X1? 工具箱

          本文引用地址:http://www.ex-cimer.com/article/202007/416455.htm

          宮頸癌是女性中第四大最常見的癌癥,2018年估計新增57萬例,占所有女性癌癥的6.6%。2通過巴氏涂片(Pap)篩查進行早期診斷并進行治療,可顯著提高患者生存的機會。根據美國國立衛生研究院(NIH)的數據,1990年代引入的宮頸癌篩查液基細胞學(LBC)方法目前在美國90%以上的Pap檢測中使用,每年約有6000萬個新的樣本被收集。4如此大量的測試需要分析,使得醫生很難用傳統的方法手工篩選和及時診斷。

          基于LBC的Pap涂片可以使用自動數字掃描系統進行掃描,以檢測癌前細胞和癌細胞的存在。隨著深度學習(DL)技術的進步和強大計算系統的可用性,基于AI的篩選解決方案在解決基于LBC的Pap測試診斷難題方面變得既實用又必要?;谏疃葘W習的篩查有助于宮頸癌的診斷

          寧波康豐生物信息技術有限公司(KFBIO)是一家病理相關產品的整體解決方案提供商,包括樣本處理設備、數字病理掃描系統、病理信息系統和用于檢測和分類癌前病變和異常的DL算法/模型。作為中國領先的醫學病理切片掃描儀制造商(在多家醫院部署了數千臺設備),KFBIO將傳統病理切片掃描成數字圖像的能力使科學家能夠應用數字圖像技術來輔助醫療診斷。KFBIO開發了一套基于DL技術的AI驅動的病理解決方案,包括使用LBC(KFLBPS)在Pap測試結果中檢測宮頸癌、循環腫瘤細胞檢測、結核分枝桿菌檢測(KFTBS)等。KFLBPS和KFTBS均已獲得CFDA認證,KFLBPS準備為中國4億多婦女提供宮頸癌篩查服務。數字成像使醫學數據能夠通過網絡進行存儲、共享和協作分析。

          數字病理學有助于解決醫療資源短缺的問題,并為偏遠地區和農村地區的人們提供更好的診斷途徑。

          本文所展示的性能強調了kfio和Intel之間的合作,基于AI的宮頸癌篩查的潛力。通過與主要醫院的合作,KFBIO能夠獲得更多的Pap測試數據,以改進模型和改進算法。

          Intel 技術加速自動篩選8.4X1

          雖然KFBIO有一個有效的DL解決方案掃描基于LBC的宮頸癌標本,他們的工程師希望更高的性能,以便更快地完成掃描。與工程師合作,KFBIO集成了針對TensorFlow的Intel優化和的Intel發行版? 將工具箱放入他們的DL軟件棧中。對于運行在至強gold6148處理器上的工作負載,這些優化將推理性能提高了8.4X1,而在沒有優化的同一處理器上的基準模型吞吐量相比(請參見圖1)。

          1596088252548321.png

          Intel發行版的 toolkit為開發人員提供資源,以創建模擬人類視覺的應用程序和解決方案,跨多個Intel平臺CPU、GPU、FPGA和VPU優化深度學習解決方案,并加速深度神經網絡工作負荷?;诰矸e神經網絡(CNN),工具箱:

          ?在邊緣實現深度學習推理

          ?支持跨計算機視覺加速器CPU、GPU、Intel Movidius的異構執行? 神經計算棒,FPGA使用通用API

          ?通過函數庫和預先優化的內核加快上市時間

          ?包括對OpenCV和OpenVX的優化調用

          Intel Optimization for TensorFlow為構建在TensorFlow框架上的模型提供了優化的庫,以利用Intel處理器的功能,幫助加快訓練和推斷時間。為了充分利用“體系結構”(IA)的強大性能,“英特爾TensorFlow優化”包含“英特爾數據分析加速庫”(Intel DAAL),這是一個針對深度學習任務的高度優化數學例程庫,包括卷積、規范化、激活、內積和其他原語。使用Intel針對TensorFlow的優化,開發人員可以在不更改代碼的情況下實現加速執行。

          結論

          1596088301576335.png

          宮頸癌標本篩查的LBC方法被廣泛應用于女性第四大癌癥的早期檢測。使用技術加速對樣本的機器篩選可以增加篩查樣本的數量,并有可能更快地提醒醫生關注患者的問題。與未優化的模型相比,在Intel Xeon Gold 6148處理器上,使用Intel針對TensorFlow的優化和OpenVINO toolkit KFBIO的Intel發行版可將宮頸癌篩查的推理性能提高8.4X1。數字病理圖像很大,通常高達40K×40K,因此需要大量的系統內存來進行AI處理?;贑PU的系統可以提供幾百GB的內存,使其成為數字病理工作負載的理想選擇。


          快來,小伙伴們都在學OpenVINO! http://www.ex-cimer.com/openvino



          評論


          相關推薦

          技術專區

          關閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();