Inline AI：用于心脏磁共振的开源深度学习推理
图像与视频处理
2024-04-04 v1
摘要
心脏磁共振（CMR）已被确立为一种用于评估心脏功能、解剖结构和心肌组织特征的非侵入性成像技术。定量生物标志物对于心脏病的诊断和管理至关重要。深度学习（DL）在从CMR图像中提取这些定量测量方面发挥着越来越重要的作用。虽然许多研究人员在训练和评估模型方面报告了有希望的结果，但模型部署到成像工作流程中的探索较少。开发并开源了一个新的成像AI框架InlineAI。主要创新在于使模型推理作为成像计算的一部分内联进行，而不是作为离线后处理步骤，并允许用户插入他们的模型。我们在三个应用上展示了系统能力：长轴CMR电影标志点检测、短轴CMR电影功能和解剖分析以及定量灌注映射。InlineAI允许模型以流式方式直接部署到扫描仪上的成像工作流程中。在数据采集进行时，模型被加载并对传入图像进行推理，结果被发送回扫描仪。在演示的应用中，从模型输出中提取了几个生物标志物，并以曲线和表格值报告。所有过程都是全自动的。模型推理在成像数据采集结束后6-45秒内完成。
引用
@article{arxiv.2404.02384,
title = {Inline AI: Open-source Deep Learning Inference for Cardiac MR},
author = {Hui Xue and Rhodri H Davies and James Howard and Hunain Shiwani and Azaan Rehman and Iain Pierce and Henry Procter and Marianna Fontana and James C Moon and Eylem Levelt and Peter Kellman},
journal= {arXiv preprint arXiv:2404.02384},
year = {2024}
}