Løsningskort
Health & Life Sciences
oneAPI Base Toolkit hjælper SonoScape
Optimer ydeevnen af ​​sin S-Fetus 4.0
Obstetrisk screeningsassistent
Brugervejledning

oneAPI Base Toolkit hjælper SonoScape med at optimere ydeevnen af ​​sin S-Fetus 4.0 Obstetric Screening Assistant

"Med vores forpligtelse til uafhængig forskning og udvikling og innovation af medicinsk udstyr er SonoScape glad for at kunne konstatere, at vores banebrydende AI-teknologi, drevet af Intel® oneAPI-arkitektur, har været i stand til at realisere sit potentiale til at betjene medicinske institutioner rundt om i verden."
Feng Naizhang
Vicepræsident, SonoScape
Obstetrisk screening er nøglen til at reducere mødre- og perinatal dødelighed; konventionelle obstetriske screeningsmetoder kræver dog høje niveauer af medicinsk ekspertise og er både tids- og arbejdskrævende. For at løse disse problemer har SonoScape lanceret et smart obstetrisk screeningssystem baseret på kunstig intelligens (AI) og andre teknologier. Systemet automatiserer output af screeningsresultater gennem automatisk strukturgenkendelse, måling, klassificering og diagnose for betydeligt at øge effektiviteten og reducere lægernes arbejdsbyrde.¹
S-Fetus 4.0 Obstetric Screening Assistant 2 bruger dyb læring til at drive en smart scenariebaseret arbejdsmodel, der gør det muligt for læger at udføre sonografi uden behov for manuelt at kontrollere udstyr og muliggør dynamisk realtidsopsamling af standardplaner og automatisk måling af fosterbiometri og vækstindeks, en industri først. Sonoscapes mål er at forenkle arbejdsgange for obstetrisk screening og gøre det lettere for patienter at få pleje. For at forbedre sin ydeevne brugte SonoScape Intel® oneAPI Base Toolkit til udvikling på tværs af arkitektur og optimering for at fremskynde behandlingen af ​​multimodale data. Gennem en platform baseret på Intel® Core™ i7-processoren blev ydeevnen øget med cirka 20x 3, samtidig med at der blev opnået højere prisydeevne, skalerbarhed på tværs af arkitektur og fleksibilitet.
Baggrund: Anvendelser og udfordringer ved diagnostisk ultralyd i obstetriske undersøgelser
Diagnostisk ultralyd er en teknik, hvor ultralyd bruges til at måle data og morfologi af en patients fysiologi eller vævsstruktur for at opdage sygdomme og give medicinsk vejledning. 4 På grund af sikkerhed, ikke-invasivitet, omkostningseffektivitet, praktisk, repeterbarhed og bred tilpasningsevne vokser markedet for diagnostisk ultralydsudstyr hurtigt. Ifølge data fra Fortune Business Insights var størrelsen af ​​det globale marked for diagnostisk ultralydsudstyr USD 7.26 milliarder i 2020 og forventes at nå USD 12.93 milliarder ved udgangen af ​​2028, hvilket repræsenterer en sammensat årlig vækstrate (CAGR) på 7.8 % . 5
Selvom 2D ultralyd er uundværlig til diagnosticering af obstetriske og gynækologiske sygdomme (især ved intrauterin føtal testning), er konventionelle ultralydsteknikker stærkt afhængige af sonografens ekspertise. Da der kræves tidskrævende og færdighedskrævende manuelle operationer gennem hele processen, udgør ultralydsundersøgelse udfordringer for hospitaler i mindre samfund og mindre udviklede områder, der har begrænset adgang til medicinsk teknologi.
For at løse disse problemer har SonoScape udviklet en smart diagnostisk ultralydsløsning baseret på AI-teknologier, der er i stand til at klassificere, detektere og segmentere en række forskellige anatomiske strukturer fra ultralydsbilleder til dybe læringsalgoritmer repræsenteret af foldningsneurale netværk (CNN'er). 6 Den nuværende diagnostiske ultralydsløsning står imidlertid over for flere udfordringer:

• Udstyret kræver en stor mængde brugerindgreb og har iboende forsinkelser, såsom når operatøren skal tilpasse sig forskellige driftsprocedurer, når der skiftes mellem tilstande.
• Kravene til computerkraft stiger, efterhånden som AI-algoritmer vokser i kompleksitet. Disse algoritmer bruger ofte eksterne acceleratorer, såsom GPU'er, der øger omkostningerne, bruger mere strøm og kræver yderligere test og certificering. Kontinuerlig AI-optimering for den bedste ydeevne og brugeroplevelse er blevet en vigtig udfordring.

SonoScape bruger Intel oneAPI Base Værktøjssæt til at optimere ydeevnen af ​​dens S-Fetus 4.0 Obstetrisk screeningsassistent
SonoScape S-Fetus 4.0 Obstetrisk screeningsassistent
Baseret på den standardiserede indsamling og måling af ultralydsskanningssnit kan klinikere bruge obstetrisk screening til at opdage de fleste føtale strukturelle abnormiteter. SonoScapes proprietære S-Fetus 4.0 Obstetric Screening Assistant er den første globalt tilgængelige smarte obstetriske screeningsteknologi baseret på dyb læring. Når den kombineres med SonoScape P60 og S60 ultralydsplatformene, er S-Fetus 4.0 i stand til realtidsgenkendelse af sektioner under sonografiprocessen, automatisk indsamling af standardsektioner, automatisk måling og automatisk indføring af resultater i de tilsvarende føtale vækstsektioner af lægeerklæringen. S-Fetus 4.0 kan prale af den første smarte obstetriske screeningsfunktion i branchen og forbedrer markant i forhold til konventionelle menneske-computer-interaktionsmetoder ved at levere en smart scenariebaseret arbejdsmodel, der tillader læger at udføre sonografi uden behov for manuelt at kontrollere komplekst udstyr, hvilket forenkler sonogramprocessen, forbedre effektiviteten og reducere sonografens arbejdsbyrde. Funktionen giver effektiv frontend kvalitetskontrol under ultralydsprocessen, forbedrer screeningskvaliteten og giver yderligere vejledende data i realtid for at hjælpe både læger og patienter.

Figur 1. SonoScapes professionelle P60 obstetrik enhed udstyret med S-Fetus 4.0

Ved at bruge kernealgoritmer, original arkitektur og hardware på tværs af arkitektur opnår S-Fetus 4.0 et grundlæggende teknisk gennembrud, der giver en smart, scenariebaseret, fuld-proces og let adopterbar løsning for at forbedre lægers arbejdseffektivitet og konsekvens. Omfattende scenariebaserede funktioner sikrer, at læger ikke behøver at skifte mellem manuelle og smarte tilstande som standard gennem hele processen, og rapporter kan udfyldes med et stryg med en finger.

Figur 2. Procesdiagram over S-Fetus 4.0 Obstetric Screening Assistant

Frontenden af ​​S-Fetus 4.0 genererer multimodale data i overensstemmelse med scenariekrav, mens efterbehandling håndterer rekonstruktion, behandling og optimering. Arbejder på rekonstruerede og optimerede data, AI-genkendelses- og sporingsmodulet i realtid analyserer og udtrækker standardoverflader. I denne proces følger standard-overfladebeslutnings- og afsendelsesmodulet en foruddefineret strategi til adaptivt at udtrække kvantificerede funktioner, hvorefter det udfører kvantitativ analyse og integreres automatisk i efterfølgende operationer.
Under udviklingen arbejdede SonoScape og Intels ingeniører sammen for at løse flere udfordringer:

• Yderligere ydeevneoptimering. Mange relevante deep learning-algoritmer skal arbejde i tandem for hurtigt at behandle opgaver, der bruger forskellige datatyper, og for optimalt at udføre brugerinitierede opgaver uden latens. Dette resulterer i højere krav til computerkraft og algoritmeoptimering til ultralydsplatforme.
• Krav til mobilapplikationer. SonoScape diagnostiske ultralydssystem med S-Fetus 4.0 Obstetric Screening Assistant er et mobilt system med grænser for den samlede effekt
  forbrug og systemstørrelse, hvilket gør det til en udfordring at bruge diskrete GPU'er.
• Udvidelse på tværs af arkitektur til forskellige scenarier. S-Fetus 4.0 Obstetric Screening Assistant skal understøtte migrering og udvidelse på tværs af flere arkitekturer for at fungere i en række komplekse scenarier.

For at løse disse udfordringer samarbejdede SonoScape med Intel for at optimere AI-ydelsen af ​​sin obstetriske screeningsassistent ved at bruge Intel oneAPI Base Toolkit.

Intel oneAPI Toolkits

OneAPI er en tværindustriel, åben, standardbaseret samlet programmeringsmodel, der leverer en fælles udvikleroplevelse på tværs af arkitekturer for hurtigere applikationsydelse, mere produktivitet og større innovation. OneAPI-initiativet tilskynder til samarbejde om de fælles specifikationer og kompatible oneAPI-implementeringer på tværs af økosystemet.
Modellen er designet til at forenkle udviklingsprocessen på tværs af flere arkitekturer (såsom CPU'er, GPU'er, FPGA'er og andre acceleratorer). Med et komplet sæt krydsarkitekturbiblioteker og værktøjer hjælper oneAPI udviklere med at udvikle performant kode hurtigt og korrekt på tværs af heterogene miljøer.
Som vist i figur 3, sigter oneAPI-projektet på at bygge videre på Intels rige arvtage af CPU-værktøjer og udvide til XPU'er. Det inkluderer et komplet sæt af avancerede compilere, biblioteker og porterings-, analyse- og fejlfindingsværktøjer. Intels referenceimplementering af oneAPI er et sæt værktøjssæt. Intel oneAPI Base Toolkit for Native Code Developers er et kernesæt af højtydende værktøjer til at bygge C++, Data Parallel C++-applikationer og oneAPI-biblioteksbaserede applikationer.
Applikationsarbejdsbelastninger kræver forskellig hardware

Figur 3. Intel oneAPI Base Toolkit

Intel oneAPI Base Toolkit hjælper SonoScape med at optimere ydeevnen af ​​sin obstetriske screeningsassistent
Efter at have integreret Intel oneAPI Base Toolkit til deres system, noterede SonoScape flere veje til optimering.
På hardwarelaget bruger løsningen en computerarkitektur baseret på en 11. generations Intel® Core™ i7-processor, der leverer forbedret eksekveringsydelse, indeholder en ny kerne- og grafikarkitektur og giver AI-baseret optimering for fremragende ydeevne til forskellige belastninger. Udstyret med Intel® Deep Learning Boost (Intel® DL Boost) teknologi giver processoren stærk støtte til AI-motorer og forbedret ydeevne til komplekse belastninger såsom AI og dataanalyse.
11. generations Intel Core-processorer har også integreret Intel® Iris® Xe-grafik, hvilket gør det muligt for arbejdsbelastninger at udnytte denne integrerede GPU. Det kan understøtte et stort udvalg af datatyper og har en laveffektarkitektur.
Løsningens databehandlingsflow er vist nedenfor (figur 4). Udstyret med kerner, der er optimeret til håndtering af dataintensive belastninger, er Intel Iris Xe-grafikken ansvarlig for realtidsgenkendelses- og sporingsprocesser og realiseringen af ​​højfrekvent realtidsudførelse (hver billedramme skal behandles eller intelligent udledes) .
Intel Core i7-processoren håndterer standard overfladebeslutningstagning og -afsendelse; adaptive sektionsfunktioner ekstraktion, kvantitativ analyse og andre processer; og udførelsen af ​​operationel logik og AI-inferens under nedetid. Dataintensive og ansvarlige for logisk inferens, det multimodale dataoptimerings- og behandlingsmodul er blevet optimeret i fem nøgleaspekter gennem oneAPI Toolkit. Efter optimering kan SonoScape obstetriske screeningsassistent fleksibelt udnytte alle CPU- og iGPU-ressourcer, hvilket giver forbedret ydeevne for at imødekomme operationelle krav og forbedre patientoplevelsen.
SonoScape og Intel fokuserede på optimering og ydeevnetest af følgende platform:

Figur 4. Arkitektur af SonoScape obstetriske screeningsassistent

Omfattende ydeevneoptimering ved hjælp af Intel Software Tools
Optimering #1: Først brugte SonoScape Intel® VTune™ Profiler at analysere deres arbejdsbyrde. Den professionellefiler kan hurtigt identificere CPU- og GPU-belastningsflaskehalse og give relevant information. Som vist i figuren nedenfor gør vektorbehandling fuld brug af Intels høje instruktionsgennemstrømning og understøtter parallel behandling af data for hurtigt at forbedre ydeevnen i forhold til skalære operationer.

Figur 5. Skalær behandling vs. vektorbehandling

SonoScape brugte også DPC++-kompileren i oneAPI-værktøjssættet til at omkompilere sin kode og generere vektorinstruktioner for forbedret ydeevne, hvilket reducerede behandlingshastigheden af ​​arbejdsbyrden fra 141 ms til kun 33 ms⁷.
Optimering #2. Når ydeevneflaskehalse blev identificeret af VTune Profiler erstattede SonoScape dem med API'er fra Intel® Integrated Performance Primitives
(Intel® IPP), et softwarebibliotek på tværs af platforme med funktioner, der inkluderer acceleratorer til billedbehandling, signalbehandling, datakomprimering, krypteringsmekanismer og andre applikationer. Intel IPP kan optimeres til CPU'er for at låse op for de nyeste funktioner i Intel-arkitekturplatforme (såsom AVX-512) for at forbedre applikationens ydeevne.
F.eksample, funktionerne ippsCrossCorrNorm_32f og ippsDotProd_32f64f kan forbedre ydeevnen ved at fjerne dobbeltlags-løkkeberegninger og multiplikations-/additionsløkker. Gennem en sådan optimering var SonoScape i stand til yderligere at forbedre behandlingshastigheden af ​​arbejdsbyrden fra 33 ms til 13.787 ms⁷.
Optimering #3. Oprindeligt udviklet af Intel, Open Source Computer Vision Library (OpenCV) OpenCV kan bruges til at udvikle realtids billedbehandling, computervision og mønstergenkendelsesprogrammer og understøtter brugen af ​​Intel IPP til accelereret behandling⁸.
Ved at erstatte OpenCV-funktioner i kildekoden med IPP-funktioner, skalerer løsningen godt i store datascenarier og fungerer godt på tværs af alle generationer af Intel-platforme.
Optimering #4. Sonoscapes S-Fetus 4.0 obstetriske screeningsassistent bruger også Intel® DPC++ Compatibility Tool til effektivt at migrere eksisterende CUDA-kode til DPC++, hvilket sikrer kompatibilitet på tværs af arkitektur og minimerer den tid, der kræves til migrering. Som vist i figur 6 giver værktøjet kraftfulde interaktive funktioner til at hjælpe udviklere med at migrere CUDA-kode, inklusive kernekode og API-kald. Værktøjet kan automatisk migrere 80-90 procent⁹ af koden (afhængigt af kompleksitet) og indlejrer kommentarer for at hjælpe udviklere med at fuldføre det manuelle trin i migreringsprocessen. I dette casestudie blev næsten 100 procent af koden automatisk migreret på en læsbar og brugbar måde.

Figur 6. Arbejdsflowdiagram for Intel DPC++ Compatibility Tool

Efter at disse optimeringer var fuldført, blev ydeevnen af ​​SonoScape S-Fetus 4.0, der kører på en heterogen platform baseret på Intel oneAPI DPC++, øget med næsten 20 gange den af ​​baseline-ydeevnedataene registreret før optimering, som vist i figur 7⁷.

Tidsoptimering af multimodal arbejdsbelastning (ms lavere er bedre)Figur 7. Ydeevneforbedring med Intel oneAPI Base Toolkit⁷

(Basislinje: Kode før optimering; Optimering 1: Intel oneAPI DPC++ Compiler; Optimering 2: Intel IPP bruges til at erstatte loop-kildekode;
Optimering 3: Intel IPP bruges til at erstatte OpenCV-funktioner; Optimering 4: CPU + iGPU-udførelse efter CUDA-migrering)
Resultat: Fremragende ydeevne og CrossArchitecture-skalerbarhed
Ved at bruge Intel Core i7-processorer med integreret Intel Iris Xe-grafik til at levere underliggende computerkraft og Intel oneAPI heterogene platform til optimering, var SonoScape obstetriske screeningsassistent i stand til at balancere ydeevne, omkostningseffektivitet og skalerbarhed på tværs af flere platforme.

• Ydeevne. Ved at bruge Intel XPU'er og Intel oneAPI Toolkits var SonoScape obstetrisk screeningsassistent i stand til at realisere op til 20x forbedret ydeevne i forhold til uoptimerede systemer, hvilket lagde et solidt grundlag for effektiv obstetrisk diagnostisk ultralyd⁷.
• Omkostningsbesparelser. Ved at udføre omfattende optimering og bruge den kraftfulde ydeevne og fleksible arkitektur fra Intel Core i7-processor, behøver SonoScape kun CPU- og iGPU-ressourcer for at nå sine ydeevnemål. Disse hardwareforenklinger reducerer kravene til strømforsyning, varmeafledning og plads. Løsningen kan nu monteres på mindre diagnostisk ultralydsudstyr for mere fleksible konfigurationsmuligheder. Integrationen af ​​CPU- og iGPU-ressourcer giver også længere batterilevetid sammen med højere skalerbarhed og pålidelighed.
• Heterogen skalerbarhed. Løsningen understøtter samlet programmering på heterogen hardware såsom CPU'er og iGPU'er, forbedrer udviklingseffektiviteten af ​​programmering på tværs af arkitektur og muliggør fleksibel udførelse af obstetriske screeningsassistenter på forskellige hardwarekonfigurationer, alt imens den sikrer en smidig bruger
  erfaring.

Outlook: Accelereret integration af kunstig intelligens og medicinske applikationer
Smart diagnostisk ultralyd er en nøgleapplikation af integrationen af ​​kunstig intelligens og medicinske teknologier, der hjælper med at reducere lægens arbejdsbyrde og forbedre hastigheden af ​​medicinske processer¹⁰. For at lette brugen af ​​kunstig intelligens og medicinske applikationer arbejder Intel med partnere som SonoScape for at accelerere digital innovation gennem XPU-arkitektur, der består af CPU'er, iGPU'er, dedikerede acceleratorer, FPGA'er og software- og hardwareprodukter såsom oneAPI-programmeringsmodellen i medicinsk industri.
“Intel® oneAPI Base Toolkit hjalp os med at optimere nøglemoduler på en effektiv måde og realiserede en 20x⁷ stigning i ydeevne og ensartet udvikling på tværarkitektur XPU-platforme. Gennem Intel-teknologier har vores obstetriske screeningsassistent opnået gennembrud med hensyn til ydeevne og skalerbarhed og kan nu give et mere effektivt middel til smart obstetrisk diagnose for at hjælpe medicinske institutioner med at skifte fra konventionel ultralyd til smart ultralyd og hjælpe læger
i præcist og effektivt arbejde for at forbedre patientresultater."
Zhou Guoyi
Leder af SonoScape Medical Innovation Research Center
Om SonoScape
SonoScape blev grundlagt i 2002 i Shenzhen, Kina, og har forpligtet sig til at "pleje livet gennem innovation" ved at levere ultralyds- og endoskopiløsninger. Med problemfri support leverer SonoScape verdensomspændende salg og service i mere end 130 lande, til gavn for lokale hospitaler og læger med omfattende billeddiagnostisk dokumentation og teknisk support. Ved at investere 20 procent af den samlede omsætning i F&U årligt, har SonoScape løbende introduceret nye medicinske produkter og teknologier på markedet hvert år. Det udvider nu til syv R&D-centre i Shenzhen, Shanghai, Harbin, Wuhan, Tokyo, Seattle og Silicon Valley. For mere information, besøg venligst vores officielle webwebsted www.sonoscape.com.
Om Intel
Intel (Nasdaq: INTC) er førende i branchen, der skaber teknologi i verdensforandrende verden, der muliggør globale fremskridt og beriger liv. Inspireret af Moores lov arbejder vi løbende på at fremme design og fremstilling af halvledere for at hjælpe med at løse vores kunders største udfordringer. Ved at indlejre intelligens i skyen, netværket, kanten og enhver form for computerenhed, frigør vi potentialet i data til at transformere forretning og samfund til det bedre. For at lære mere om Intels innovationer, gå til newsroom.intel.com og intel.com.

Løsning leveret af:

1. Effektivitetsforøgelse på 50 % er baseret på vurderingsdata efter klinisk evaluering fra 18 læger med mellem- og seniorerfaring i 5 medicinske faciliteter efter 1 måneds periode.
   Reduktion i arbejdsbyrde påstand på 70 % baseret på evaluering af nødvendige trin for at fuldføre lægetjek ved hjælp af standard operationsprocedurer vs. S-Fetus.
2. For mere information om S-Fetus 4.0 Obstetric Screening Assistant, besøg venligst https://www.sonoscape.com/html/2020/exceed_0715/113.html
3. Testresultater leveret af SonoScape. Testkonfiguration: Intel® Core™ i7-1185GRE-processor @ 2.80GHz, Intel Iris® Xe-grafik @ 1.35 GHz, 96EU, Ubuntu 20.04, Intel® oneAPI DPC++/C++ Compiler, Intel® DPC++ Compatibility Tool, Intel® oneAPI DPC++ ® Integrated Performance Primitives, Intel® VTune™ Profiler
4. Wells, PNT, "Fysiske principper for ultralydsdiagnose." Medical and Biological Engineering 8, nr. 2 (1970): 219–219.
5. https://www.fortunebusinessinsights.com/industry-reports/ultrasound-equipment-market-100515
6. Shengfeng Liu, et al., "Deep Learning in Medical Ultrasound Analysis: A Review." Engineering 5, nr. 2 (2019): 261–275
7. Testresultater leveret af SonoScape. Se backup for at teste konfigurationer.
8. https://en.wikipedia.org/wiki/OpenCV
9. https://www.intel.com/content/www/us/en/developer/articles/technical/heterogeneous-programming-using-oneapi.html
10. Luo, Dandan, et al., "En prænatal ultralydsscanningstilgang: One-Touch-teknik i andet og tredje trimester." Ultralyd Med Biol. 47, nr. 8 (2021): 2258-2265.
    https://www.researchgate.net/publication/351951854_A_Prenatal_Ultrasound_Scanning_Approach_One-Touch_Technique_in_Second_and_Third_Trimesters

Backup
Test af SonoScape fra 3. september 2021. Testkonfiguration: Intel® Core™ i7-1185GRE-processor @ 2.80GHz, med eller uden Intel Iris® Xe-grafik @ 1.35 GHz, 96EU, Ubuntu 20.04, Intel® oneAPI
DPC++/C++ Compiler, Intel® DPC++ Compatibility Tool, Intel® oneAPI DPC++ Library, Intel® Integrated Performance Primitives, Intel® VTune™ Profiler
Meddelelser og ansvarsfraskrivelser
Ydeevnen varierer efter brug, konfiguration og andre faktorer. Lær mere på www.Intel.com/PerformanceIndex
Ydeevneresultater er baseret på test pr. datoer vist i konfigurationer og afspejler muligvis ikke alle offentligt tilgængelige opdateringer. Se backup for konfigurationsdetaljer. Intet produkt eller komponent kan være helt sikkert.
Dine omkostninger og resultater kan variere.
Intel-teknologier kræver muligvis aktiveret hardware, software eller serviceaktivering.
Intel fraskriver sig alle udtrykkelige og underforståede garantier, herunder uden begrænsning de underforståede garantier for salgbarhed, egnethed til et bestemt formål og ikke-krænkelse, såvel som enhver garanti, der opstår som følge af ydeevne, handel eller brug i handelen.
Intel kontrollerer eller reviderer ikke tredjepartsdata. Du bør konsultere andre kilder for at vurdere nøjagtigheden.
© Intel Corporation. Intel, Intel-logoet og andre Intel-mærker er varemærker tilhørende Intel Corporation eller dets datterselskaber. Andre navne og mærker kan hævdes som andres ejendom.
0422/EOH/MESH/PDF 350912-001US

Dokumenter/ressourcer

intel oneAPI Base Toolkit hjælper SonoScape med at optimere ydeevnen af ​​sin S-Fetus 4.0 Obstetric Screening Assistant [pdfBrugervejledning oneAPI Base Toolkit hjælper SonoScape med at optimere ydeevnen af ​​sin S-Fetus 4.0 Obstetric Screening Assistant, S-Fetus 4.0 Obstetric Screening Assistant, Obstetric Screening Assistant, Screening Assistant, Assistant

Referencer

• Brugermanual