计算机视觉/视频分析

使用 NVIDIA Holoscan 实时运行 iCardio.AI 的超声多 AI 管道

在过去十年中,深度学习卷积神经网络的快速发展彻底改变了计算机视觉任务的执行方式。算法、软件和硬件的改进使得单计算机视觉模型能够以难以置信的速度运行。这种实时性能为广泛的应用开辟了新的可能性,如 数字手术 。

计算机视觉的一个新的前沿正在迅速到来,不仅一个深度学习模型将被用来驱动决策或结果,而且可能有几十个模型同时运行。这将产生更加强大和复杂的计算机视觉应用。

NVIDIA Inception 成员 iCardio.ai 正在推动这一新的前沿。他们的超声心动图大脑平台使用了 60 多种机器学习算法,帮助心血管诊断更加准确。这些模型可以执行诸如自动分类心脏视图、识别心脏的关键线性测量值、评估各种心肌病和心脏瓣膜异常(如主动脉狭窄)等任务。

让 iCardio.ai Brain ai 处理管道实时运行并非易事。为了实时运行他们的多 AI 管道, iCardio.AI 正在利用 NVIDIA Clara Holoscan ,这是一个使医疗设备开发人员能够在边缘加速 AI 应用程序开发和部署的平台。

iCardio.ai 实现了全面的 ai 处理管道,试图模仿心脏病专家的思维。根据预期的临床排除标准, AI 首先评估图像质量。它试图在应用测量或异常预测之前检测心脏的解剖成分。这种方法增加了对上游 AI 预测基础的信任,因为它们被指定在与真实世界中具有合理临床质量的图像具有实质相似性的图像上运行。

A diagram of the iCardio AI processing pipeline showing flow from image preprocessing to abnormality identification and measurements to output of disease detection.
图 1 。 iCardio.ai 管道从评估图像质量开始,尝试检测心脏的解剖成分,然后应用测量或异常预测

NVIDIA Holoscan SDK v0.4

NVIDIA Holoscan 软件开发套件为开发人员提供加速库、预训练的 AI 模型和参考应用程序,以构建高性能流式 AI 应用程序。

NVIDIA Holoscan SDK v0.4 的发布现在可以使用 C ++和新的 Python API 快速开发软件定义的医疗应用程序。它还包括一个新的 Holoscan 推理模型功能和一个多 AI 演示应用程序,其中包括三个 iCardio.AI 模型。

Holoscan SDK 中的 Holoscan 推理模块是一个框架,有助于设计和执行复杂的并行 AI 推理应用程序。通过多 AI 推理模块进行的并行推理可以将性能提高约 30% ,以便在相同的时间约束下将更多模型引入推理模块。为了开始该过程,用户通过在 Holoscan SDK 中初始化所需的运算符来编程 AI 应用程序,然后指定运算符之间的流并配置运算符的所需参数。

为了设计应用程序, Holoscan SDK 中的示例多 AI 应用程序使用 iCardio.AI 、多 AI 推理运算符和多 AI 后处理器运算符等的模型和数据。多 AI 操作员(推理和后处理器)使用 Holoscan 推理组件的 API 来提取数据、初始化和执行推理工作流,以及处理和传输数据以实现可视化。图 2 显示了一个示例多 AI 管道, Holoscan SDK 用户手册 中详细介绍了该管道。

在流水线中, Multi-AI 推理使用三个预处理器的输出来执行推理。根据推断, Multi-AI 后处理器使用推断的输出进行处理,符合规范。 iCardio.ai 随后使用深度网络输出创建可视化,以供临床医生理解 ai 测量并建立对系统的信任。 Holoscan Visualizer 运算符用于生成 PLAX 室输出的可视化组件,然后将其输入 Holoviz 运算符以生成可视化。

Diagram showing three AI models running concurrently on the same input data, and then a postprocessed visualization using the HoloViz operator.
图 2 : iCardio.AI 模型和数据的多 AI 应用程序管道

关于 iCardio.ai 模型

在决定第一个 Holoscan Multi-AI SDK 参考应用程序应使用哪些模型时, Holoscan 团队联系了众多 NVIDIA Inception 成员,他们正在技术上可行的边缘构建产品。 iCardio.ai 的模型是匹配的,需要在同一输入上同时实时运行,并且具有不同的输出类型。下面提供了每种型号的详细信息。

视点分类器

在临床实践中,超声心动图是通过将换能器放置在患者身体上不同旋转轴和倾斜度的不同位置而产生的。在世界各地使用,这种生成超声检查的标准程序产生了 20 多个心脏“视图”。每个视图对应于心脏的不同角度,并包含预期的心脏解剖组件。

使用此模型,您可以自动确定给定视图的类别,因此也可以确定其中包含的心脏解剖组件。视图的确定是人类和机器下游处理的第一步。

根据美国超声心动图学会的指南,模型输出为与 28 个心脏视图之一相关的每一帧产生置信度。每个帧的最突出类别的置信度在视频长度上取平均值,以得出最终的透视分类。例如,基于视频中的每一帧, PLAX 标准的置信度为 98% ,这表明整个视频最有可能是心脏的 PLAX 标准视角。

PLAX 室测量

该模型确定了心脏的四个关键线性测量值。从上到下,心室模型自动生成估计的卡尺位置,以测量右心室的直径、室间隔的厚度、左心室的直径和后壁的厚度。

这些测量对于诊断最常见的心脏异常或疾病至关重要。例如,确定左心室的直径大于该患者的预期直径(在考虑性别和患者体质后),可能是舒张功能障碍或其他形式心力衰竭的一个明显迹象。

该模型解释了每个类最可能的像素位置。像素之间的距离可以假设为基础解剖组件的长度。为了说明各点之间的距离,该模型通过心动周期的范围计算左心室和右心室的大小。

主动脉狭窄

主动脉狭窄是一种研究广泛的心脏病,影响主动脉瓣的功能。它会影响血液从左心室流向身体其他部位。患有严重主动脉狭窄的患者可能患有心脏功能障碍。及早发现这种疾病至关重要。已知主动脉狭窄治疗不足,特别是在少数民族和农村地区,导致患者死亡率降低。

确定主动脉狭窄可能涉及多个参数的测量,使得传统方法的诊断具有潜在的挑战性。该创新模型提供了直接从标准超声 B 模式图像中发现主动脉狭窄的倾向。这使得经验较少的临床医生可以更容易地使用超声和具有更适度功能的探头(如移动式定点超声设备)进行诊断。

构建自己的多 AI 医疗应用程序

我们希望 iCardio.ai 多 ai 参考应用程序能让您了解 NVIDIA Clara Holoscan 的可能性。要开始构建下一代软件定义的医疗应用程序,请访问 NVIDIA Holoscan SDK 页面。

关于 iCardio.ai

iCardio.ai 是一家总部位于洛杉矶的公司,开发用于超声心动图(心脏超声)分析的机器学习和深度学习算法。 iCardio.ai 的核心人工智能产品 iCardio.ii Brain 在其超过 2 亿张图像的内部数据集上进行了训练,使其成为世界上规模最大的放射性人工智能产品。 iCardio.ai 与包括 GE Healthcare 在内的一些最大的超声供应商合作,向全球临床医生提供其技术。

 

Tags