December 16, 2021|新聞報導

HarDNet進軍智慧醫療 協助自動化診斷醫學影像判讀

分享

HarDNet進軍智慧醫療 協助自動化診斷醫學影像判讀

  • 林佩瑩台北

 

創鑫智慧團隊:由左至右黃俊達副總、林永隆董事長、駱子仁、柯嘉南(後)、連弘倫(前)、郭皇志、江佳峻。創鑫智慧
創鑫智慧團隊:由左至右黃俊達副總、林永隆董事長、駱子仁、柯嘉南(後)、連弘倫(前)、郭皇志、江佳峻。創鑫智慧

人工智慧(AI)浪潮不斷推動關鍵技術的發展,全面啟動產、官、學、研界合作共建研發平台,開創全新的應用領域,科技部半導體射月計畫的「HarDNet」專案,是由清華大學資工系林永隆教授領導的團隊,研究高效率CNN骨幹網路架構,並改良傳統AI網路的架構,藉由減少DenseNet架構中的捷徑連結與重新設計層級間的權重數,降低資料在記憶體搬運次數,藉此達到提升運算速度的效果,同時維持高辨識準確率。

目前HarDNet在影像辨識、物件識別、特徵診斷等領域,展現強大效益,技術團隊除了清華大學之外,還網羅陽明交通大學與中原大學的研究人員。

HarDNet逐漸朝向影像醫學研究開展布局,透過醫療內視鏡或是MRI所拍攝的影像資料,使用稱為Semantic Segmentation (圖像的意義分割) 的影像處理技術,做為辨識異常細胞或腫瘤的利器,這對自動化診斷醫學帶來重要幫助,林永隆教授指出,目前HarDNet團隊與醫院合作,已有兩個重要成果,首先是大腸內視鏡的瘜肉偵測,根據醫療小組的評估,這個成果已達90分的水準,具備專科醫生的辨識能力。

第二個成果是從大腦3D MRI影像掃描資料中,辨識腦部腫瘤,為了驗證成果,團隊還報名參加MICCAI學會的Brain Tumor Segmentation Challenge Competition,2021年是第十年的比賽,共有1,200組的參賽團隊,林永隆教授的團隊是獲選前九隊上台簡報中的一隊,取得令人羨慕的成果,獲選者中不乏NVIDIA支助的資源豐沛的參賽者,由於大腦掃描3D MRI影像資料量龐大,比賽規定是在六分鐘內要做出辨識,結果HarDNet用了20秒就完成辨識,令人印象深刻。

HarDNet的計畫仍不斷進行CNN骨幹網路架構上的改善,及更多的實際影像驗證,並嘗試再進行更多本土腦部3D MRI的辨識,下一步就是部署到醫院內的邊緣運算裝置。林永隆表示,當HarDNet應用準確度之驗證達到一定水準後,會積極朝向人工智慧終端(Edge AI)的方向前進,實現智慧普及化,這也是目前全球AI技術發展的共同目標,台灣也不例外。

創鑫智慧第一顆RNNAccel矽智財晶片2022年上市

林永隆的另一個身分是創鑫智慧 (NEUCHIPS) 董事長暨執行長,這也是「半導體射月計畫」衍生新創企業,營運長陳建良介紹該公司RNNAccel產品的進展,目前已經整合進一家位於加州矽谷客戶的晶片中,預計2022年能在市場上嶄露頭腳。

RNNAccel用做為降環境噪音處理晶片的AI加速引擎,可以用在智慧型手機,或是智慧型麥克風的關鍵應用上,並協助自然語言指令的語音辨識之用。因為辨識能力高且耗電量低,讓客戶的晶片產品具有非常好的市場優勢,尤其對於需要使用準確聲音偵測,以啟動具備ALWAYS ON功能的AIoT裝置,更是如虎添翼,未來預期將會有更多的應用上市。陳建良並透露NEUCHIPS將於2021年12月正式搬遷至新竹科學園區內,為公司下一階段的發展做好萬全準備。

林永隆特別感謝國研院國網中心給予大量運算資源的支援與協助,這次參加Brain Tumor Segmentation Challenge也是使用國網中心的服務平台,才能與NVIDIA所支持的競爭對手同場較勁,並開拓HarDNet進入醫療產業的Edge AI智慧型應用領域,期盼未來在更多的醫療應用上發揮更大的貢獻。

通過電子郵件獲取最新的創鑫智慧消息。