其他行业 · AI应用
AI在癌症研究中的应用
荷兰癌症研究所开展研究，通过AI模型精确靶向肿瘤，以增强放射治疗。利用NVIDIA AI Enterprise和VMware vSphere，NKI优化了计算能力，提高了锥形束计算机断层扫描（CBCT）中肿瘤定位的准确性。升级后的AI系统能够从投影数据重建高质量图像，显著改善了治疗方案。
1mm分辨率体积重建速度
5分钟/体积
来源披露
2mm分辨率体积重建速度
60秒/体积
来源披露
可重建的最高各向同性分辨率
1mm
来源披露
01
业务背景
荷兰癌症研究所开展研究，通过AI模型精确靶向肿瘤，以增强放射治疗。利用NVIDIA AI Enterprise和VMware vSphere，NKI优化了计算能力，提高了锥形束计算机断层扫描（CBCT）中肿瘤定位的准确性。升级后的AI系统能够从投影数据重建高质量图像，显著改善了治疗方案。
02
遇到的问题
在放射治疗中，传统的锥形束CT（CBCT）重建图像质量较差，难以根据患者当日解剖结构（如体重变化、进食等）精确靶向肿瘤，影响治疗计划的精准性。
03
AI 解决方案
利用NVIDIA AI Enterprise软件套件与VMware vSphere虚拟化平台，在主流服务器上使用NVIDIA A100 GPU训练深度学习模型，直接从CBCT投影数据端到端重建3D高分辨率图像，消除光子噪声伪影，实现1mm各向同性分辨率，从而更精准地定位肿瘤并优化放疗方案。
- 1使用8块NVIDIA RTX 8000 GPU在裸机环境训练低分辨率（2mm）CBCT重建模型。
- 2迁移至2块NVIDIA A100 80GB GPU，在VMware vSphere虚拟化环境中利用NVIDIA AI Enterprise对低分辨率模型进行微调，达到1mm分辨率。
- 3在虚拟化GPU集群中部署训练好的模型，对患者当日CBCT投影数据进行推理，生成诊断级3D图像。
04
实施结果
1mm分辨率体积重建速度：5分钟/体积（速度提升约2.8倍）
2mm分辨率体积重建速度：60秒/体积（新实现能力）
可重建的最高各向同性分辨率：1mm（分辨率提高一倍）
肿瘤定位能力：可更可靠地定位更小的肿瘤
05
风险与边界
未披露
“Now, with the power of current GPUs, we can develop end-to-end systems that reconstruct high-resolution volumes directly from the projection data.”
Nikita Moriakov · Post Doctoral Researcher, NKI
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。