醫學影像 – NVIDIA 技術博客

醫學影像 – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞和內容。 Thu, 17 Apr 2025 06:02:25 +0000 zh-CN hourly 1 196178272 AI 利用標準 MRI 掃描提高帕金森病檢測能力 http://www.open-lab.net/zh-cn/blog/ai-advances-parkinsons-detection-using-standard-mri-scans/ Fri, 11 Apr 2025 06:00:03 +0000 http://www.open-lab.net/zh-cn/blog/?p=13587 Continued]]> 要想準確診斷帕金森癥，只需簡單的腦部掃描就可以了，這要歸功于 AI 驅動的新工具。這一進步可以幫助醫生加快檢測和治療速度，為患者提供所需的護理，并改善他們的生活質量。該機器學習模型由來自佛羅里達大學 (University of Florida) 和頂級醫療中心的團隊開發，可分析 MRI 掃描結果，以區分帕金森癥、多發性系統衰竭 (MSA) 和漸進性上核性麻痹 (PSP) 。這些情況在腦部掃描的早期階段通常看起來很相似，導致診斷變得復雜，并導致治療延遲。研究報告的資深作者、Parkinson’s Foundation 的醫療顧問兼佛羅里達大學醫學中心 Fixel 研究所所長 Michael S. Okun 表示：“這種基于 AI 的技術已經在朝著更實用、更令人興奮的方向發展。“醫生們經常訂購腦部 MRI 掃描，作為定期檢查潛在神經退行性疾病的一部分。AI 有可能改變這種情況，

]]>

13587

初創公司利用人工智能改善孕產期和新生兒護理服務 http://www.open-lab.net/zh-cn/blog/startups-use-ai-to-deliver-better-maternal-and-newborn-care/ Mon, 07 Apr 2025 06:35:51 +0000 http://www.open-lab.net/zh-cn/blog/?p=13524 Continued]]> 每年，全球有近 30 萬名女性死于因孕期或生產引起的并發癥。在出生后的第一個月內死亡的死產兒和嬰兒的數量每年超過近 400 萬。 4 月 7 日是“ 世界衛生日 ”，今年的活動重點是提高人們對努力消除可預防的孕產期和新生兒死亡的認識。為女性和嬰兒提供更好的護理服務是一項至關重要的社會責任，從巴黎到舊金山以及介于兩者之間的任何地方的初創公司都認為 AI 可以幫助解決這一挑戰。兩家成立于 2022 年的初創公司 (總部相距半個世界) 已開始推出 AI 解決方案，以改善女性和孕期母親的醫療保健服務。總部位于巴黎的 BrightHeart 由兩位兒科心臟病專家創立，該公司將 AI 與醫生辦公室常見的超聲波設備相集成，支持對胎兒超聲波進行更全面、更準確的分析。這家初創公司的平臺剛剛獲得 FDA 批準，該平臺有助于識別常規超聲波檢查經常漏掉的產前心臟缺陷。大約 1%

Source

]]>

13524

借助 NVIDIA Parabricks 和 NVIDIA AI Blueprints，將基因組學和單細胞分析時間縮短至幾分鐘 http://www.open-lab.net/zh-cn/blog/shrink-genomics-and-single-cell-analysis-time-to-minutes-with-nvidia-parabricks-and-nvidia-blueprints/ Fri, 21 Mar 2025 09:13:19 +0000 http://www.open-lab.net/zh-cn/blog/?p=13269 Continued]]> NVIDIA Parabricks 是一款可擴展的基因組學分析軟件套件，通過加速計算和深度學習解決 omics 挑戰，實現新的科學突破。 NVIDIA Parabricks v4.5 在 NVIDIA GTC 2025 上發布，通過支持最新的 NVIDIA GPU 架構，并通過結合使用 Giraffe 和 DeepVariant 來改進對齊和變體識別，從而支持不斷增長的數據量。該版本還包括改進的功能，并縮短了跨多個行業領先工具 (包括 STAR、FQ2BAM 和 Minimap2) 的分析時間。 Parabricks v4.5 隨附用于基因組學和單細胞分析的全新 NVIDIA AI Blueprints，使生物信息學家和基因組學平臺提供商能夠輕松部署和測試 NVIDIA Parabricks 和 NVIDIA RAPIDS，而無需本地 GPU 或自管理云配置。通過擴展可訪問性，

]]>

13269

使用 NVIDIA Holoscan 3.0 中的動態流控制輕松構建邊緣 AI 應用 http://www.open-lab.net/zh-cn/blog/easily-build-edge-ai-apps-with-dynamic-flow-control-in-nvidia-holoscan-3-0/ Thu, 20 Mar 2025 08:20:15 +0000 http://www.open-lab.net/zh-cn/blog/?p=13248 Continued]]> NVIDIA 在 GTC 2025 上宣布推出實時 AI 傳感器處理平臺 NVIDIA Holoscan 3.0 。這個最新版本提供動態流控制，使開發者能夠設計更強大、更可擴展和更高效的系統。隨著物理 AI 的快速發展，Holoscan 3.0 專為適應而構建，使其能夠比以往更輕松地應對當今動態環境的挑戰。無論您使用的是醫學成像、機器人還是工業傳感器，Holoscan 3.0 都可以更輕松地在邊緣高效處理 AI 工作負載。本文將介紹 Holoscan 3.0 版本中的更新和功能，包括： NVIDIA Holoscan 3.0 引入了 NVIDIA Holoscan SDK 的重大升級，具有動態流控制。借助此功能，您現在可以在運行時修改工作流中的 operator 連接，從而實現更靈活、更具適應性的工作流。與使用固定連接的傳統靜態管道不同，此功能支持動態路由、

]]>

13248

MONAI 集成先進的代理式架構，建立多模態醫療 AI 生態系統 http://www.open-lab.net/zh-cn/blog/monai-integrates-advanced-agentic-architectures-to-establish-multimodal-medical-ai-ecosystem/ Wed, 19 Mar 2025 08:50:12 +0000 http://www.open-lab.net/zh-cn/blog/?p=13263 Continued]]> 醫療數據的數量和復雜性不斷增加，以及對早期疾病診斷和提高醫療效率的迫切需求，正在推動醫療 AI 取得前所未有的進步。該領域最具變革性的創新包括同時處理文本、圖像和視頻的多模態 AI 模型。與傳統的單模態系統相比，這些模型能夠更全面地理解患者數據。 MONAI 是發展最快的開源醫學影像框架，它正在不斷發展，以集成強大的多模態模型，從而徹底改變臨床工作流程和診斷精度。在過去五年中，MONAI 已成為領先的醫療 AI 平臺，也是影像 AI 研究的事實框架。它的下載量超過 4.5 萬次，出現在 3,000 多篇已發表的論文中。本文介紹了 MONAI 如何利用先進的代理式 AI (自主、工作流驅動的推理) ，將其從成像擴展到多模態生態系統。該生態系統集成了從 CT 和 MRI 到 EHR 和臨床文檔的各種醫療健康數據，以推動放射學、外科和病理學領域的研究開發和創新。

]]>

13263

借助 Databricks Pixels 2.0 和 MONAI 加速醫學影像 AI 運營 http://www.open-lab.net/zh-cn/blog/accelerate-medical-imaging-ai-operations-with-databricks-pixels-2-0-and-monai/ Fri, 28 Feb 2025 06:32:31 +0000 http://www.open-lab.net/zh-cn/blog/?p=13152 Continued]]> 根據世界衛生組織（WHO）的數據，全球每年都會進行 36 億次醫學影像檢查，以診斷、監測和治療各種疾病。大多數圖像都存儲在全球公認的標準 DICOM（Digital Imaging and Communications in Medicine）中。DICOM 格式的成像研究結合了非結構化圖像和結構化元數據。數據倉庫等典型的數據管理系統無法適應非結構化數據類型。此外，數據湖無法對元數據進行分類和存儲，而元數據對于搜索、治理和這些影像檢查的可訪問性至關重要。Databricks Pixels 0.6 于 2021 年開發，通過提供可擴展的環境解決了許多此類挑戰，您可以從中提取、管理和編錄 Databricks Data Intelligence Platform 中的所有醫學影像數據。現在，借助 Databricks Pixels 2.0 解決方案加速器，

]]>

13152

AI 基礎模型增強癌癥診斷并實現個性化治療 http://www.open-lab.net/zh-cn/blog/ai-foundation-model-enhances-cancer-diagnosis-and-tailors-treatment/ Tue, 04 Feb 2025 04:44:52 +0000 http://www.open-lab.net/zh-cn/blog/?p=12883 Continued]]> 斯坦福大學研究人員的一項新研究和 AI 模型正在簡化癌癥診斷、治療規劃和預后預測。這項名為 MUSK (Multimodal transformer with Unified maSKed modeling) 的研究旨在提高精準腫瘤學，根據每位患者獨特的醫療數據為其定制治療計劃。 “多模態基礎模型是醫學 AI 研究的新領域，”放射腫瘤學副教授兼研究高級作者 Ruijiang LI 說。“最近，我們為醫學領域開發了視覺語言基礎模型，尤其是在病理學領域。但是，現有研究使用的現有基礎模型需要配對的圖像 – 文本數據進行預訓練。盡管我們付出了大量努力，最終打造出 1M 病理圖像文本對，但它仍然不足以完全捕捉整個疾病譜系的多樣性。” 在考慮患者狀況和規劃最佳治療方案時，腫瘤科醫生依靠多種數據源。然而，醫生和 AI 模型仍然難以集成和解釋復雜的醫療數據。

]]>

12883

脊柱健康診斷通過深度學習實現自動化 http://www.open-lab.net/zh-cn/blog/spinal-health-diagnostics-gets-deep-learning-automation/ Wed, 22 Jan 2025 05:54:17 +0000 http://www.open-lab.net/zh-cn/blog/?p=12929 Continued]]> 先進的深度學習模型可自動執行 X 光分析，以實現更快、更準確的評估，從而改變脊柱健康診斷方式。這項研究甚至能夠處理復雜的病例，有望幫助醫生節省時間、減少診斷錯誤，并改進針對脊柱側凸和脊柱后凸等脊柱疾病患者的治療計劃。 “盡管脊骨髓對齊分析提供了前景光明的見解，但目前的研究依賴于相對較小的患者隊列。自動標注可以分析更大的隊列，從而更好地了解和更清晰地識別現有趨勢。基于 AI 的方法可以補充人類評級員，以提高評估的一致性，” ETH Zurich 生物力學研究所的博士生 Moritz Jokeit 說。重塑脊柱診斷作為最常見的脊柱疾病，美國約有 7M 人被診斷為脊柱側凸，全球約有 3% 的患者被診斷為脊柱側凸。該疾病和其他脊柱不對齊問題通常會引起痛楚、限制活動能力，并導致健康并發癥 (如呼吸系統問題)，從而降低人們的生活質量。準確的診斷和監控是有效治療患者的關鍵，但是，

]]>

12929

MONAI 成立 5 周年，慶祝開放科學和企業 AI 創新 http://www.open-lab.net/zh-cn/blog/celebrating-open-science-and-enterprise-ai-innovation-on-monais-5th-anniversary/ Thu, 05 Dec 2024 07:01:30 +0000 http://www.open-lab.net/zh-cn/blog/?p=12392 Continued]]> 值此 MONAI 成立五周年之際，我們見證了開放式醫療 AI 愿景與生產就緒型企業解決方案的融合。此公告帶來兩項激動人心的進展：MONAI Core v1.4 的發布 (擴展了開源功能)，以及 VISTA-3D 和 MAISI 作為 NVIDIA NIM 微服務的全面推出。這一雙重版本反映了我們對研究社區和臨床部署的承諾。 MONAI 的發展歷程非常了不起，下載量超過 350 萬次，發表的論文超過 1000 篇，展示了 MONAI 對醫學 AI 研究的影響。最初是 NVIDIA 與倫敦國王學院的合作，現已發展成為一個充滿活力的生態系統，并得到了全球領先機構的支持。GSK、DKFZ、Bristol Myers Squibb、Alara、Quantiphi、Dataiku 和 Newton’s Tree 等組織貢獻了寶貴的專業知識和資源，

]]>

12392

深度學習 AI 模型無需手術即可檢測乳腺癌擴散 http://www.open-lab.net/zh-cn/blog/deep-learning-ai-model-identifies-breast-cancer-spread-without-surgery/ Thu, 31 Oct 2024 09:29:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=11849 Continued]]> 在診斷癌細胞是否擴散（包括擴散到附近的淋巴結）時，新的深度學習模型可以減少對手術的需求（也稱為轉移）。該 AI 工具由德克薩斯大學西南醫學中心的研究人員開發，通過分析 MRI 和臨床數據的時間序列來識別轉移，從而為醫生制定治療計劃提供關鍵的非侵入性支持。這一進步有助于更及時、更準確地進行癌癥評估，幫助許多患者避免不必要的手術并改善治療效果。大多數與乳腺癌相關的死亡病例都是由轉移性乳腺癌引起的。在美國，大約三分之一被診斷患有早期乳腺癌的女性會發展為轉移性癌癥。然而，早期發現和治療可以減緩疾病進展，幫助醫生和患者管理癥狀，并最大限度地提高治療效果。在檢查癌癥是否已擴散到淋巴結時，醫生通常依靠哨點淋巴結活檢（SLNB）。該過程包括在癌癥部位附近注射染料和放射性溶液，以識別先流入腫瘤區域的哨點淋巴結。然后，這些結節被手術切除并進行活檢。如果在哨點淋巴結中發現癌細胞，

]]>

11849

AI 醫學影像模型實現快速高效的專家級圖像分析 http://www.open-lab.net/zh-cn/blog/ai-medical-imagery-model-offers-fast-cost-efficient-expert-analysis/ Thu, 17 Oct 2024 06:15:30 +0000 http://www.open-lab.net/zh-cn/blog/?p=11719 Continued]]> 加州大學洛杉磯分校(UCLA)的研究人員開發了一種新的 AI 模型，該模型可以專業地分析疾病的 3D 醫學圖像，而所需的時間遠低于人類臨床專家所需的時間。名為 SL I Vi T (SLice Integration by Vision Transformer) 的深度學習框架可分析來自不同圖像模式（包括視網膜掃描、超聲波視頻、CT、MRI 等）的圖像，識別潛在的疾病風險生物標志物。領導這項研究的計算醫學專家兼加州大學洛杉磯分校（UCLA）教授埃蘭·哈爾珀林（Eran Halperin）博士表示，該模型在各種疾病中的準確性很高，優于許多現有的特定疾病基礎模型。該模型采用了一種新的預訓練和微調方法，依賴于可訪問的大型公共數據集。因此，哈爾珀林博士認為可以相對較低的成本部署該模型來識別不同的疾病生物標志物，從而實現專家級醫學成像分析的大眾化。

]]>

11719

利用 NVIDIA Holoscan 和多模態成像融合實現實時手術指導 http://www.open-lab.net/zh-cn/blog/real-time-surgical-guidance-by-fusing-multi-modal-imaging-with-nvidia-holoscan/ Mon, 07 Oct 2024 08:26:22 +0000 http://www.open-lab.net/zh-cn/blog/?p=11465 Continued]]> 圖像引導手術和手術視覺領域的開發者在創建可顯著改進手術工作流程的系統和應用方面面臨著獨特的挑戰。其中一項挑戰是高效地將多模態成像數據（例如術前 3D 患者圖像與術中視頻）結合起來，這對于在微創或機器人輔助手術期間為外科醫生提供實時、準確的指導至關重要。在本文中，我們將向您介紹如何使用最先進的 AI 和成像技術，并重點介紹 ImFusion 集成 NVIDIA Holoscan 以實現實時傳感器處理、AI 和 I/O。我們將探索 NVIDIA Holoscan 如何使流程性能提高一倍，并解釋如何通過結合兩種成像模式來提高手術準確性、減少并發癥并改善結果。在微創或機器人圖像輔助手術期間，準確的導航和對患者解剖結構的詳細了解對于手術的成功至關重要。在術前規劃期間，外科醫生通常依靠多模態成像技術（包括 3D 診斷成像模式，如計算機斷層掃描（CT）掃描），來識別異常、

]]>

11465

AI 賦能平臺推動個性化癌癥診斷和治療 http://www.open-lab.net/zh-cn/blog/ai-powered-platform-advances-personalized-cancer-diagnostics-and-treatments/ Thu, 05 Sep 2024 04:36:03 +0000 http://www.open-lab.net/zh-cn/blog/?p=11176 Continued]]> 近期的一項研究引入了先進的 AI 病理學平臺，該平臺可幫助醫生快速、準確地診斷和評估肺癌患者。該工具由 University of Cologne 的醫學院和 University Hospital Cologne 的一組研究人員開發，可對良性腫瘤和癌變組織進行全自動、深入的分析，從而實現更快、更個性化的治療。肺癌以高死亡率而聞名，但精確的診斷和個性化治療可改善患者的治療效果。傳統上，腫瘤科醫生會在顯微鏡下手動檢查組織樣本，以識別揭示癌癥的細胞和結構特征然而，即使進行專家分析，這一過程也非常耗時、主觀且容易發生變化，從而導致誤診。研究人員開發了一個基于深度學習的多類別組織分割平臺，該平臺可以自動分析數字化肺部組織樣本，并篩查癌癥，提供該區域的細胞細節。該 AI 模型基于來自六家機構的大型數據集進行訓練和驗證，共包含來自 1,527 名患者的 4,097…

]]>

11176

用于空間組學的細胞成像特征提取和形態聚類 http://www.open-lab.net/zh-cn/blog/cell-imaging-feature-extraction-and-morphology-clustering-for-spatial-omics/ Wed, 24 Jul 2024 07:43:47 +0000 http://www.open-lab.net/zh-cn/blog/?p=10697 Continued]]> VISTA-2D 是 NVIDIA 的新基礎模型，可以快速準確地執行細胞分割，這項基本任務在細胞成像和空間組學工作流程中至關重要，對所有下游任務的準確性至關重要。 VISTA-2D 模型使用圖像編碼器創建圖像嵌入，然后將其轉換為分割蒙版（圖 1）。這些嵌入必須包含每個細胞的形態信息。如果可以為每個細胞分割生成嵌入，則可以在所有嵌入上運行聚類，以自動將具有類似形態的細胞分組。在本文中，我將帶您深入了解隨附的 Jupyter Notebook，以展示如何使用這些工具首先分割細胞并使用 VISTA-2D 提取其空間特征，然后使用 RAPIDS。這將創建一個自動化流程來快速分類細胞類型。要學習本教程，您需要以下資源：此 Jupyter Notebook 的代碼位于 /clara-parabricks-workflows/

]]>

10697

利用合成數據生成解決醫學成像的局限性 http://www.open-lab.net/zh-cn/blog/addressing-medical-imaging-limitations-with-synthetic-data-generation/ Mon, 24 Jun 2024 05:18:32 +0000 http://www.open-lab.net/zh-cn/blog/?p=10430 Continued]]> 醫學成像中的合成數據提供了許多好處，包括在真實數據有限的情況下，以多樣化和逼真的圖像增強數據集的能力，從而減少與注釋真實圖像相關聯的成本和人工。此外，合成數據還為使用敏感患者數據提供了一種合乎道德的替代方案，有助于在不損害患者隱私的情況下進行教育和培訓。這篇文章介紹了 MAISI，一個NVIDIA AI Foundation 模型用于 3D 計算機斷層掃描（CT）圖像生成。MAISI 的首要目標是通過提供一種可靠高效的方法來生成高質量合成圖像，以用于各種研究和臨床應用，從而徹底改變醫學成像領域。通過克服數據稀缺和隱私問題的挑戰，MAISI 旨在提高醫學成像數據的可訪問性和可用性。該模型可以生成高分辨率合成 CT 圖像和相應的分割掩模，最多 127 個解剖類別（包括骨骼、器官和腫瘤），同時實現 512×512×512 的標志性體素尺寸和 1.0×1.0×1.0 mm³的間距。

]]>

10430

人人超碰97caoporen国产