0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

倫敦國王學院使用 NVIDIA Cambridge-1和 MONAI 打造開源合成大腦圖像集

? 來源:電子發(fā)燒友網(wǎng) ? 作者:廠商供稿 ? 2022-05-31 19:24 ? 次閱讀

Jorge Cardoso擁有很多頭銜,但他確實名副其實,因為他有很多“大腦”。確切地說,總共有十萬個。

Cardoso是教師、CTO、企業(yè)家,也是 MONAI 開源聯(lián)盟的創(chuàng)始成員以及醫(yī)學影像AI領域的研究人員。作為上述最后一個角色,Cardoso和他的團隊發(fā)現(xiàn)了利用AI創(chuàng)建高分辨率的人腦真實 3D 圖像的方法。

這位倫敦國王學院的研究人員兼?zhèn)惗?AI 中心的CTO為醫(yī)療健康研究人員免費提供了10萬張合成大腦圖像。這是一個寶庫,可以加速人類對癡呆癥、衰老或各類腦部疾病的認知。

加速 AI 在醫(yī)療健康領域的應用

“過去許多研究人員避免涉足醫(yī)療健康領域,因為他們無法獲得足夠多良好的數(shù)據(jù),但現(xiàn)在可以了,”Cardoso說。

“我們希望將AI研究引入醫(yī)療健康領域?!彼f。

與全球最大的免費大腦圖像庫相比,這是一筆重大捐贈。UK Biobank目前保存著來自5萬多名參與者的多張大腦圖像,估計成本為1.5億美元。

面向科學領域的合成數(shù)據(jù)

這些圖像代表了合成數(shù)據(jù)在醫(yī)療健康領域的一個新興分支。合成圖像此前已經(jīng)廣泛應用于消費者和商業(yè)應用的計算機視覺領域,而實際上這些領域本身已有包含數(shù)百萬張真實圖像的開放數(shù)據(jù)集可供使用。

相比之下,醫(yī)學領域可供使用的真實影像反而稀缺。出于保護患者隱私的需要,醫(yī)學影像通常僅供與大型醫(yī)院相關的研究人員使用。即便如此,這些影像往往也只能反映醫(yī)院所服務的人群,而非范圍更廣的人群。

這種新型AI方法的重要特征是,它可以根據(jù)需要制作圖像。女性大腦、男性大腦、老年人的大腦、年輕人的大腦、患有疾病或健康的等等,只需插入所需內(nèi)容,系統(tǒng)就會進行創(chuàng)建。

雖然這些圖像是模擬生成的,但非常實用,因為它們保留了關鍵生物特征,所以外觀和運作方式與真實大腦高度相似。

在 Cambridge-1 上使用 MONAI 進行擴展

這項工作需要可以運行超級軟件的超級計算機。

NVIDIA Cambridge-1 是致力于在醫(yī)療健康領域取得突破性 AI 研究的超級計算機,充當引擎。MONAI 是用于醫(yī)學成像的 AI 框架,充當軟件燃料。

它們共同創(chuàng)建了用于合成數(shù)據(jù)的 AI 工廠,讓研究人員能夠運行數(shù)百個實驗、選擇最優(yōu)的 AI 模型并運行推理以生成圖像。

Cardoso 說:“如果沒有 Cambridge-1 和 MONAI,我們不可能完成這項工作,一切都不會發(fā)生?!?br />
這些年來,英偉達不斷加大在醫(yī)療健康領域的投資力度。我們期待看到科研人員們在英偉達地支持下挖掘出AI與醫(yī)療健康研究結合的更多潛力,改變醫(yī)療未來。

海量圖像,速度提升高達 10 倍

NVIDIA DGX SuperPOD Cambridge-1 配備 640 個 NVIDIA A100 Tensor Core GPU,每個 GPU 均具有足夠的顯存,可以處理團隊海量圖像中一或兩張包含 1600 萬個 3D 像素的圖像。

MONAI 的基礎模組包括特定領域?qū)S玫臄?shù)據(jù)加載程序、指標、GPU 加速轉(zhuǎn)換和經(jīng)過優(yōu)化的工作流引擎。Cardoso 表示,該軟件的智能緩存和多節(jié)點擴展最高可將作業(yè)加速 10 倍。

他還稱贊了 cuDNN 和“助力我們提高工作效率的整個 NVIDIA AI 軟件棧。”

不僅僅是大腦

Cardoso正與國家級資源庫英國健康數(shù)據(jù)研究所合作,托管 10 萬張大腦圖像。這一AI 模型也將提供給研究人員用于創(chuàng)建所需的圖像。

不僅于此,團隊還在探索這些模型如何在醫(yī)學成像模式下(MRI、CAT 或 PET 掃描等)為人體任意部位生成 3D 圖像。

“事實上,這項技術可以應用于任意體積圖像,”他說。Cardoso還指出用戶可能需要針對不同類型的圖像來優(yōu)化模型。

前景無限

一提到合成圖像技術的應用前景,Cardoso便暫時從繁雜思緒中抽離出來,開始熱情地介紹。

合成圖像將幫助研究人員了解疾病如何隨時間推移而發(fā)展。與此同時,Cardoso的團隊仍在探索如何將這項工作應用于大腦以外的身體部位,以及何種合成圖像(MRI、CAT、PET)更實用。

這些可能性令人雀躍,而且,正如Cardoso的許多角色一樣,“它可能有點讓人不知所措,”他說?!拔覀儸F(xiàn)在可以開始思考很多不同的事情?!?br />

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • NVIDIA
    +關注

    關注

    14

    文章

    4990

    瀏覽量

    103117
  • 人工智能
    +關注

    關注

    1791

    文章

    47314

    瀏覽量

    238644
  • 開源
    +關注

    關注

    3

    文章

    3358

    瀏覽量

    42523
收藏 人收藏

    評論

    相關推薦

    探秘合成大尺寸單晶金剛石的路線與難題

    金剛石因其優(yōu)異的機械、電學、熱學和光學性能,展現(xiàn)出廣闊的發(fā)展前景。然而,目前工業(yè)上通過高溫高壓法批量生產(chǎn)的單晶金剛石尺寸通常小于10毫米,這極大限制了其在許多領域的應用。因此,實現(xiàn)大尺寸金剛石的合成
    的頭像 發(fā)表于 12-18 10:38 ?216次閱讀
    探秘<b class='flag-5'>合成大</b>尺寸單晶金剛石的路線與難題

    使用NVIDIA TensorRT提升Llama 3.2性能

    Llama 3.2 模型擴展了 Meta Llama 開源模型的模型陣容,包含視覺語言模型(VLM)、小語言模型(SLM)和支持視覺的更新版 Llama Guard 模型。與 NVIDIA
    的頭像 發(fā)表于 11-20 09:59 ?231次閱讀

    聯(lián)想與NVIDIA合作推出混合式人工智能優(yōu)勢

    在聯(lián)想全球創(chuàng)新科技大會上,聯(lián)想集團董事長兼 CEO 楊元慶和 NVIDIA 創(chuàng)始人兼 CEO 黃仁勛共同介紹了為企業(yè) AI 打造的全棧平臺。
    的頭像 發(fā)表于 11-19 16:00 ?275次閱讀

    賴耶科技通過NVIDIA AI Enterprise平臺打造超級AI工廠

    NVIDIA 技術團隊保持合作。賴耶科技通過NVIDIA AI Enterprise平臺打造的超級 AI 工廠,致力于加速大模型場景應用的深化拓展及落地,為企業(yè)與個人開發(fā)者提供高性能的 Token 服務,助力新質(zhì)生產(chǎn)力加速發(fā)
    的頭像 發(fā)表于 11-19 14:55 ?394次閱讀

    使用NVIDIA Jetson打造機器人導盲犬

    Selin Alara Ornek 是一名富有遠見的高中生。她使用機器學習和 NVIDIA Jetson邊緣 AI 和機器人平臺,為視障人士打造了機器人導盲犬。
    的頭像 發(fā)表于 11-09 13:51 ?265次閱讀

    NVIDIA為AI城市挑戰(zhàn)賽構建合成數(shù)據(jù)

    在一年一度的 AI 城市挑戰(zhàn)賽中,來自世界各地的數(shù)百支參賽隊伍在 NVIDIA Omniverse 生成的基于物理學的數(shù)據(jù)上測試了他們的 AI 模型。
    的頭像 發(fā)表于 09-09 10:04 ?484次閱讀

    NVIDIA Nemotron-4 340B模型幫助開發(fā)者生成合成訓練數(shù)據(jù)

    Nemotron-4 340B 是針對 NVIDIA NeMo 和 NVIDIA TensorRT-LLM 優(yōu)化的模型系列,該系列包含最先進的指導和獎勵模型,以及一個用于生成式 AI 訓練的數(shù)據(jù)
    的頭像 發(fā)表于 09-06 14:59 ?326次閱讀
    <b class='flag-5'>NVIDIA</b> Nemotron-4 340B模型幫助開發(fā)者生成<b class='flag-5'>合成</b>訓練數(shù)據(jù)

    NVIDIA全面轉(zhuǎn)向開源GPU內(nèi)核模塊

    借助 R515 驅(qū)動程序,NVIDIA 于 2022 年 5 月發(fā)布了一套開源的 Linux GPU 內(nèi)核模塊,該模塊采用雙許可證,即 GPL 和 MIT 許可。初始版本主要面向數(shù)據(jù)中心計算 GPU,而 GeForce 和工作站 GPU 則處于 Alpha 狀態(tài)。
    的頭像 發(fā)表于 07-25 09:56 ?434次閱讀
    <b class='flag-5'>NVIDIA</b>全面轉(zhuǎn)向<b class='flag-5'>開源</b>GPU內(nèi)核模塊

    英偉達推出全新NVIDIA AI Foundry服務和NVIDIA NIM推理微服務

    NVIDIA 宣布推出全新 NVIDIA AI Foundry 服務和 NVIDIA NIM 推理微服務,與同樣剛推出的 Llama 3.1 系列開源模型一起,為全球企業(yè)的生成式 AI
    的頭像 發(fā)表于 07-25 09:48 ?712次閱讀

    NVIDIA AI Foundry 為全球企業(yè)打造自定義 Llama 3.1 生成式 AI 模型

    Foundry 提供從數(shù)據(jù)策管、合成數(shù)據(jù)生成、微調(diào)、檢索、防護到評估的全方位生成式 AI 模型服務,以便部署自定義 Llama 3.1 NVIDIA NIM 微服務和新的 NVIDIA NeMo
    發(fā)表于 07-24 09:39 ?715次閱讀
    <b class='flag-5'>NVIDIA</b> AI Foundry 為全球企業(yè)<b class='flag-5'>打造</b>自定義 Llama 3.1 生成式 AI 模型

    倫敦學院深入研究中國神州數(shù)碼戰(zhàn)略轉(zhuǎn)型

    近期,倫敦學院副院長兼戰(zhàn)略與創(chuàng)業(yè)學教授Julian Birkinshaw與倫敦學院高管教育項目總監(jiān)兼客座教授柯良鴻(Dickie Liang-Hong Ke)以對中國神州數(shù)碼集團(
    的頭像 發(fā)表于 07-02 11:25 ?517次閱讀
    <b class='flag-5'>倫敦</b>商<b class='flag-5'>學院</b>深入研究中國神州數(shù)碼戰(zhàn)略轉(zhuǎn)型

    賽輪思與NVIDIA合作,利用生成式AI打造下一代車內(nèi)體驗

    AI 驅(qū)動的移動出行創(chuàng)新企業(yè)與 NVIDIA 合作,打造下一代車內(nèi)體驗。
    的頭像 發(fā)表于 05-23 10:12 ?1248次閱讀

    沙特費薩爾國王學校(KFS)攜手華為打造高品質(zhì)萬兆園區(qū)

    費薩爾國王基金會(KFF: King Faisal Foundation)是一家國際慈善機構,成立于1976年。截至到2020年,基金會已投入超過24億沙特里亞爾(約6.4億美元)用于支撐基金會重點項目、慈善活動和教育獎學金,已經(jīng)對全球各類圈子的發(fā)展產(chǎn)生了積極影響。
    的頭像 發(fā)表于 05-11 09:15 ?429次閱讀
    沙特費薩爾<b class='flag-5'>國王</b>學校(KFS)攜手華為<b class='flag-5'>打造</b>高品質(zhì)萬兆園區(qū)

    NVIDIA加速微軟最新的Phi-3 Mini開源語言模型

    NVIDIA 宣布使用 NVIDIA TensorRT-LLM 加速微軟最新的 Phi-3 Mini 開源語言模型。TensorRT-LLM 是一個開源庫,用于優(yōu)化從 PC 到云端的
    的頭像 發(fā)表于 04-28 10:36 ?577次閱讀

    “2024開源春耕計劃”長沙職業(yè)技術學院專場順利落幕

    3月27日,由開放原子開源基金會(以下簡稱基金會)發(fā)起,開鴻智谷公司承辦,旨在深化開源技術的普及與實踐,培養(yǎng)新時代的開源人才的“2024開源春耕計劃”,在長沙職業(yè)技術
    的頭像 發(fā)表于 03-29 08:29 ?291次閱讀
    “2024<b class='flag-5'>開源</b>春耕計劃”長沙職業(yè)技術<b class='flag-5'>學院</b>專場順利落幕