人工智能在醫療領域的發展主要依賴于算法、計算力和數據資源，隨著深度學習的發展，算法已經不再是智能醫療領域的壁壘，算力和醫療大數據正在成為影響智能醫療發展的關鍵性因素。醫療數據的專業性、信息復雜性，使得醫療數據處理需要巨大計算力，而優質的醫療數據也直接決定著深度學習模型訓練之后的性能。
隨著人工智能技術在醫療領域的應用和發展，影像輔助醫療通過機器學習的計算機視覺的圖像分類、分割、對象檢測、3D渲染等，可以幫助醫療科學家“洞見”醫學影像資料中細微的關鍵改變。
北京某研究院的主要研究范圍為通信終端軟硬件開發、多媒體軟件開發、機器視覺，此次項目主要涉及到對于AI影像輔助醫療的科研，主要通過計算機視覺技術對醫療影像進行快速讀片和智能診斷，以解決醫療行業兩大根本痛點：
- 閱片醫師增長量無法滿足病理影像增長量
- 醫生閱片、診斷水平層次不齊
本項目旨在滿足北京某研究院對于AI影像的科研需求，以解決醫學影像的兩大痛點：
- 醫生缺口大，誤診率高、效率低，服務模式亟待創新
- 醫學影像分析工作繁瑣重復，極度消耗醫師精力
該研究院為落地醫學影像診斷提出以下需求：
- 病灶識別與標注:針對醫學影像進行圖像分割、特征提取、定量分析、對比分析等工作
- 靶區自動勾畫與自適應放療:針對腫瘤放療環節的影像進行處理
- 影像三維重建:在人工智能進行識別的基礎上進行三維重建，針對手術環節的應用
為基于用戶核心需求作以下分析并給出方案：
.jpg)
服務器采用多臺AMAX自主研發的AI高算力專業級全液冷GPU工作站——TL40-X2， 搭載雙路英特爾®至強®可擴展處理器和四片 液冷GPU，在全液冷散熱幫助下，達到出色降噪 ，滿負荷整機噪聲低于50dB。同時96GB超大顯存，支持高達520 TFLOPS混合精 度計算性能、64TFLOPS單精計算性能，1550MHz以上的穩定運行頻率，帶來了優質性能。液冷工作站還配有觸摸式操控面板，可 對冷卻系統進行實時監控與操控。
.jpg)
該研究院以通過AMAX的全液冷工作站做到以下加速：
- 病灶篩查：針對 X 射線、CT、核磁共振等醫學影像的病灶自動識別與標注系統，大幅提升效率
- 靶區自動勾畫：對200-450 張 CT 片進行自動勾畫，時間縮短到30分鐘
- 影像三維重建:基于灰度統計量的配準算法和基于特征點的配準算法，解決斷層圖像配準問題，節省配準時間，提高配準效率。
