NVIDIA Jetson Nano 正在為更快地檢測某些類型的癌癥鋪平道路。
亞當·米爾頓·巴克（ Adam Milton Barker ）的祖父彼得·莫斯（ Peter Moss ）于 2018 年被診斷患有晚期疾病急性髓系白血病。一個月前，醫生給他的祖父做了一次常規血液檢查，檢查結果顯示沒有白血病跡象。當時，他確信應該有某種疾病的跡象。
Milton Barker 之前有使用人工智能檢測乳腺癌的經驗，他想看看自己學到的知識是否可以應用于白血病檢測。為了紀念他的祖父，他建立了 Peter Moss 急性髓系和淋巴細胞白血病 AI 研究項目 ，這是一個開源研究項目，致力于創建專注于白血病早期檢測的免費技術。
快進至2021年8月，當密爾頓巴克 演示一個項目 測試NVIDIA（ZVK4]納米的能力，為急性淋巴細胞白血病（ALL）在邊緣的分類。這個項目也是他提交給 NVIDIA Jetson 人工智能專家認證 .
一個巨大挑戰的納米解決方案
使用 Jetson Nano ，該項目可以檢測并分類 用于圖像處理的急性淋巴細胞白血病圖像數據庫 數據集中組織樣本的所有 in 圖像實例。
該項目為開發者提供了培訓定制卷積神經網絡（ CNN ）的步驟，這些網絡是使用 Intel oneAPI AI Analytics Toolkit 和 Intel Optimization for TensorFlow 開發的，以加速培訓過程。它還包括使用 TensorRT 在 Jetson Nano 上進行高性能推理以對所有數據進行分類的說明。
開發人員可以將經過訓練的模型轉換為 TFRT 、 ONNX 和 TensorRT 格式，以測試每個架構如何產生不同的推理時間。如 在結果中 所示， TensorRT 將推斷時間從最初的每張圖像 16 秒縮短到了 0.07 秒：
- TensorFlow 型號： 16.357818841934204
- TFRT 型號： 8.33677887916565
- TensorRT 型號： 0.07416033744812012
Milton Barker summarized ：“當比較 TFRT 模型和[an additional] 8 seconds , demonstrating the pure power of TensorRT 模型的性能時，我們看到了[額外] 8 秒的改進，展示了 TensorRT 的純粹力量以及它給人工智能帶來的可能性。”
在這項工作的 GitHub repository 中，他指出：“該項目應僅用于研究目的……盡管該模型是準確的，在紙面和現實測試中都顯示出良好的結果，但它是在少量數據上訓練的，需要在更大的數據集上訓練，以真正評估其準確性。”
伸出援手
有興趣幫助進一步研究嗎？這個項目需要一個 NVIDIA Jetson 納米顯影劑套件 還有 Jetson 納米顯影劑套件 SD 卡圖像。 有關如何設置 Jetson Nano 訪問的信息 Jetson 納米顯影劑套件入門 .
您可以訪問 docker 映像，以便在 this repository 的 Jetson Nano 上輕松安裝復制此項目所需的軟件。
此外，您還需要訪問用于圖像處理數據集的急性淋巴細胞白血病圖像數據庫。 Learn more 關于對該項目的貢獻 應用以訪問數據集 。
有關急性淋巴細胞白血病的更多信息，請訪問 彼得·莫斯白血病醫學技術研究頁 。
