NVIDIA Jetson Nano 正在为更快地检测某些类型的癌症铺平道路。
亚当·米尔顿·巴克（ Adam Milton Barker ）的祖父彼得·莫斯（ Peter Moss ）于 2018 年被诊断患有晚期疾病急性髓系白血病。一个月前，医生给他的祖父做了一次常规血液检查，检查结果显示没有白血病迹象。当时，他确信应该有某种疾病的迹象。
Milton Barker 之前有使用人工智能检测乳腺癌的经验，他想看看自己学到的知识是否可以应用于白血病检测。为了纪念他的祖父，他建立了 Peter Moss 急性髓系和淋巴细胞白血病 AI 研究项目 ，这是一个开源研究项目，致力于创建专注于白血病早期检测的免费技术。
快进至2021年8月，当密尔顿巴克 演示一个项目 测试NVIDIA（ZVK4]纳米的能力，为急性淋巴细胞白血病（ALL）在边缘的分类。这个项目也是他提交给 NVIDIA Jetson 人工智能专家认证 .
一个巨大挑战的纳米解决方案
使用 Jetson Nano ，该项目可以检测并分类 用于图像处理的急性淋巴细胞白血病图像数据库 数据集中组织样本的所有 in 图像实例。
该项目为开发者提供了培训定制卷积神经网络（ CNN ）的步骤，这些网络是使用 Intel oneAPI AI Analytics Toolkit 和 Intel Optimization for TensorFlow 开发的，以加速培训过程。它还包括使用 TensorRT 在 Jetson Nano 上进行高性能推理以对所有数据进行分类的说明。
开发人员可以将经过训练的模型转换为 TFRT 、 ONNX 和 TensorRT 格式，以测试每个架构如何产生不同的推理时间。如 在结果中 所示， TensorRT 将推断时间从最初的每张图像 16 秒缩短到了 0.07 秒：
- TensorFlow 型号： 16.357818841934204
- TFRT 型号： 8.33677887916565
- TensorRT 型号： 0.07416033744812012
Milton Barker summarized ：“当比较 TFRT 模型和[an additional] 8 seconds , demonstrating the pure power of TensorRT 模型的性能时，我们看到了[额外] 8 秒的改进，展示了 TensorRT 的纯粹力量以及它给人工智能带来的可能性。”
在这项工作的 GitHub repository 中，他指出：“该项目应仅用于研究目的……尽管该模型是准确的，在纸面和现实测试中都显示出良好的结果，但它是在少量数据上训练的，需要在更大的数据集上训练，以真正评估其准确性。”
伸出援手
有兴趣帮助进一步研究吗？这个项目需要一个 NVIDIA Jetson 纳米显影剂套件 还有 Jetson 纳米显影剂套件 SD 卡图像。 有关如何设置 Jetson Nano 访问的信息 Jetson 纳米显影剂套件入门 .
您可以访问 docker 映像，以便在 this repository 的 Jetson Nano 上轻松安装复制此项目所需的软件。
此外，您还需要访问用于图像处理数据集的急性淋巴细胞白血病图像数据库。 Learn more 关于对该项目的贡献 应用以访问数据集 。
有关急性淋巴细胞白血病的更多信息，请访问 彼得·莫斯白血病医学技术研究页 。
