NVIDIA e Siemens Healthineers rilasciano NV-Raw2Insights-US per l'imaging ecografico adattivo

NVIDIA e Siemens Healthineers hanno rilasciato NV-Raw2Insights-US, un modello di intelligenza artificiale che apprende direttamente dai dati grezzi dei sensori ecografici per stimare la velocità del suono specifica del paziente e ottenere una messa a fuoco adattiva dell'immagine. L'imaging ecografico tradizionale comprime le misurazioni grezze dei sensori in immagini utilizzando presupposti come la velocità costante del suono, scartando informazioni. NV-Raw2Insights-US elabora i dati grezzi dei canali tramite Holoscan Sensor Bridge, un IP FPGA open-source, trasmessi dalle uscite DisplayPort di uno scanner ACUSON Sequoia tramite Ethernet a un NVIDIA IGX per l'inferenza su una GPU di classe Blackwell. Il modello produce una mappa personalizzata della velocità del suono che corregge l'immagine in tempo reale. Questo approccio basato su software consente un miglioramento continuo e un'espansione modulare. La tecnologia è in fase di sviluppo sperimentale e non è ancora autorizzata per la vendita. Il progetto ha coinvolto la collaborazione con Ismayil Guracar e Rickard Loftman di Siemens Healthineers.