Philips Healthcare beschleunigt Algorithmen für MRT

Das Intel® Distribution des OpenVINO™ Toolkit beschleunigt Rekonstruktionsalgorithmen für komprimierte MRT-Aufnahmen.

Auf einen Blick:

  • Philips Healthcare arbeitet daran, die Welt durch Innovationen gesünder und nachhaltiger zu gestalten.

  • Philips ist es gelungen, die Compressed-Sensing-Workloads für seine MRT-Scanner auf skalierbaren Intel® Xeon® Prozessoren mit der benutzerdefinierten Erweiterungsfunktion des Intel® Distribution des OpenVINO™ Toolkit zu beschleunigen.

author-image

By

Kurzübersicht

Compressed Sensing (CS) ist ein Signalverarbeitungsverfahren, das in der medizinischen Bildgebung für kürzere Scanzeiten sorgt. Philips Healthcare hat in seine MRT-Scanner CS-Verfahren integriert, um die Scandauer bei 2D- und 3D-Sequenzen im Vergleich zu Philips-Scans ohne Compressed SENSE um bis zu 50 Prozent zu verringern – bei nahezu gleicher Bildqualität. Kürzlich wurden Deep-Learning-Methoden zur Rekonstruktion von MRT-Aufnahmen untersucht. Die Ergebnisse in Bezug auf Bildqualität und Geschwindigkeit der Rekonstruktion waren gut. Philips Healthcare und Intel berichten von zwei hybriden Frequenzbereich/Bildbereich-Encoder/Decoder-Architekturen, die bei der MRT-Rekonstruktion hervorragende Ergebnisse erzielen.

Wir zeigen, wie diese beiden neuronalen Netzwerke durch Verwendung des Intel® Distribution des OpenVINO™ Toolkit auf Intel® Hardware beschleunigt werden können. Mit dem Toolkit kann Philips Healthcare die Deep-Learning-Inferenz im Vergleich zu standardmäßigem, nicht optimierten TensorFlow 1.15 um das bis zu 54-Fache beschleunigen; getestet wurde in der proprietären Linux-Umgebung von Philips auf Intel® Xeon® Prozessoren.1 Außerdem beschreiben wir die Nutzung der Intel® DevCloud für Edge, die es Philips Healthcare ermöglicht hat, die Leistung seiner Deep-Learning-Modelle auf Intel® Xeon® und Intel® Core™ Prozessoren, Intel® Movidius™ Vision Processing Units (VPUs), FPGAs und integrierter GPU-Hardware zu vergleichen, um Deep-Learning-Produkte mit verschiedenen Leistungswerten, Preisen und Formfaktoren zu entwickeln.

Lesen Sie das Whitepaper: Philips Healthcare nutzt das Intel® Distribution des OpenVINO™ Toolkit und die Intel® DevCloud für Edge zur Beschleunigung von Rekonstruktionsalgorithmen für komprimierte MRT-Aufnahmen.

PDF herunterladen ›

Informationen über zugehörige Produkte und Lösungen

Produkt- und Leistungsinformationen

1Siehe Backup für Konfigurationsdetails. Ausführlichere Angaben über die Leistung und Benchmarkergebnisse finden Sie unter www.intel.com/benchmarks. Weitere Informationen über die Leistungs- und Optimierungsoptionen bei Intel Softwareprodukten finden Sie unter software.intel.com/articles/optimization-notice.