南开大学提速眼底图像AI分析，采用FPGA开源框架浪潮TF2

北京2021年1月26日 /美通社/ -- 近日，TF2开源社区（网址：https://github.com/TF2-Engine/TF2）公布了一项最新创新成果：南开大学智能计算系统研究室（NKiCS）在AI眼底图像血管分割研究中，借助浪潮FPGA开源框架TF2，将单张眼底图像的推理速度提升2.4倍，在提高工作效率的同时有效地降低了计算功耗。这将推动眼底图像分析技术在临床应用，帮助医生更快速地诊断与眼底相关联的糖尿病及其他慢性疾病。 眼睛是人体健康的“镜子”，眼底图像可以间接反应脑血管系统等的病变情况，具有非侵入的优点。通过从检眼镜采集的彩色眼底图像中提取视网膜血管，医疗人员能够分析血管形态状况，进行疾病预警、筛查和诊断。但是，受眼底图像采集技术的限制，图像中往往存在大量噪声，再加之视网膜血管结构复杂多变，使得视网膜血管分割非常困难。人工智能深度学习技术能够显著提升血管分割的速度，帮助医疗人员快速、准确分析眼底血管形态，