FAST-Imaging/FAST

何を解決するか

FAST は、高パフォーマンスな医療画像処理、ニューラルネットワーク推論、およびリアルタイム可視化を簡素化するように設計されています。CPU と GPU の異なるプロセッサ間での手動メモリ管理の複雑さを排除し、リアルタイム医療画像パイプラインにおけるディープラーニングモデルのデプロイに統一インターフェースを提供します。

動作方法

このフレームワークは、現代的な C++、OpenCL、OpenGL を使用してマルチコア CPU と GPU を活用します。TensorRT、OpenVINO、TensorFlow、ONNX Runtime などのバックエンドを用いたニューラルネットワーク推論の共通インターフェースを提供し、ONNX や protobuf などのさまざまなモデル形式をサポートします。データの一貫性をストレージ領域間で自動的に管理するため、開発者は明示的なメモリ操作ではなくアルゴリズムロジックに集中できます。

対象ユーザー

特に 2D/3D 画像、表面メッシュ、時系列データをディープラーニングと高性能コンピューティングを用いてリアルタイムで処理する必要がある医療画像分野の研究者や開発者。

特徴

• 統一された推論インターフェース：複数のバックエンド（TensorRT、OpenVINO、TensorFlow、ONNX Runtime）とフォーマット（ONNX、protobuf、SavedModel）をサポート。
• データストリーミング：ウェブカメラ、Intel RealSense、超音波スキャナなどからの静的および動的データを処理。
• 高パフォーマンスアルゴリズム：ガウシアン平滑化、非局所平均、マーチング・キューブス表面抽出の並列 OpenCL 実装を含む。
• 高速可視化：レンダリングと計算を別々のスレッドで実行し、2D および 3D 可視化（ボリュームレンダリング、メッシュ、WSIピラミッド）をスムーズに実現。
• 広範なフォーマット対応：DICOM、NIFTI、HDF5、およびウェルスライド画像（WSI）と互換性あり。
• 相互運用性：Python で利用可能で、Qt アプリケーションに統合可能。