FAST-Imaging/FAST

해결하는 문제

FAST는 고성능 의료 영상 처리, 신경망 추론 및 실시간 시각화를 단순화하기 위해 설계되었습니다. CPU와 GPU 간의 수동 메모리 관리의 복잡성을 제거하고, 딥러닝 모델을 실시간 의료 영상 파이프라인에 배포하기 위한 통합 인터페이스를 제공합니다.

작동 방식

이 프레임워크는 현대적인 C++, OpenCL, OpenGL을 사용하여 멀티코어 CPU와 GPU를 활용합니다. TensorRT, OpenVINO, TensorFlow, ONNX Runtime 등의 백엔드를 사용한 신경망 추론을 위한 공통 인터페이스를 제공하며, ONNX 및 protobuf와 같은 다양한 모델 형식을 지원합니다. 데이터 일관성을 저장 영역 간에 자동으로 관리하여 개발자가 명시적인 메모리 처리가 아닌 알고리즘 논리에 집중할 수 있도록 합니다.

대상 사용자

특히 2D/3D 이미지, 표면 메시, 시간적 데이터를 딥러닝과 고성능 컴퓨팅을 사용해 실시간으로 처리해야 하는 의료 영상 분야의 연구자 및 개발자.

주요 특징

• 통합 추론 인터페이스: 여러 백엔드(TensorRT, OpenVINO, TensorFlow, ONNX Runtime)와 형식(ONNX, protobuf, SavedModel)을 지원.
• 데이터 스트리밍: 웹캠, Intel RealSense, 초음파 스캐너 등 다양한 소스에서 정적 및 동적 데이터를 처리.
• 고성능 알고리즘: 가우시안 스무딩, 비국소 평균, 마칭 큐브 표면 추출의 병렬 OpenCL 구현 포함.
• 빠른 시각화: 렌더링과 계산을 별도 스레드에서 수행하여 2D 및 3D 시각화(볼륨 렌더링, 메시, WSI 피라미드)를 부드럽게 구현.
• 광범위한 형식 지원: DICOM, NIFTI, HDF5, 전체 슬라이드 이미지(WSI)와 호환.
• 상호운용성: Python에서 사용 가능하며 Qt 애플리케이션에 통합 가능.