用NVIDIA Jetson检测急性淋巴细胞白血病

亚当·米尔顿·巴克（ Adam Milton Barker ）的祖父彼得·莫斯（ Peter Moss ）于 2018 年被诊断患有晚期疾病急性髓系白血病。一个月前，医生给他的祖父做了一次常规血液检查，检查结果显示没有白血病迹象。当时，他确信应该有某种疾病的迹象。

Milton Barker 之前有使用人工智能检测乳腺癌的经验，他想看看自己学到的知识是否可以应用于白血病检测。为了纪念他的祖父，他建立了 Peter Moss 急性髓系和淋巴细胞白血病 AI 研究项目 ，这是一个开源研究项目，致力于创建专注于白血病早期检测的免费技术。

快进至2021年8月，当密尔顿巴克 演示一个项目 测试NVIDIA（ZVK4］纳米的能力，为急性淋巴细胞白血病（ALL）在边缘的分类。这个项目也是他提交给 NVIDIA Jetson 人工智能专家认证 。

一个巨大挑战的纳米解决方案

使用 Jetson Nano ，该项目可以检测并分类 用于图像处理的急性淋巴细胞白血病图像数据库 数据集中组织样本的所有 in 图像实例。

该项目为开发者提供了培训定制卷积神经网络（ CNN ）的步骤，这些网络是使用 Intel oneAPI AI Analytics Toolkit 和 Intel Optimization for TensorFlow 开发的，以加速培训过程。它还包括使用 TensorRT 在 Jetson Nano 上进行高性能推理以对所有数据进行分类的说明。

开发人员可以将经过训练的模型转换为 TFRT 、 ONNX 和 TensorRT 格式，以测试每个架构如何产生不同的推理时间。如 在结果中 所示， TensorRT 将推断时间从最初的每张图像 16 秒缩短到了 0.07 秒：

TensorFlow 型号： 16.357818841934204

TFRT 型号： 8.33677887916565

TensorRT 型号： 0.07416033744812012

Milton Barker summarized ：“当比较 TFRT 模型和［an additional］ 8 seconds ， demonstrating the pure power of TensorRT 模型的性能时，我们看到了［额外］ 8 秒的改进，展示了 TensorRT 的纯粹力量以及它给人工智能带来的可能性。”

在这项工作的 GitHub repository 中，他指出：“该项目应仅用于研究目的……尽管该模型是准确的，在纸面和现实测试中都显示出良好的结果，但它是在少量数据上训练的，需要在更大的数据集上训练，以真正评估其准确性。”

伸出援手

有兴趣帮助进一步研究吗？这个项目需要一个 NVIDIA Jetson 纳米显影剂套件 还有 Jetson 纳米显影剂套件 SD 卡图像。 有关如何设置 Jetson Nano 访问的信息 Jetson 纳米显影剂套件入门 。

关于作者

Jason Black 是 NVIDIA 的自主机器营销和通信高级经理。作为过去 25 年的作家和编辑，他喜欢在流行语背后寻找故事的核心。看到机器人 MIG 把他带到哪里，他很兴奋。

审核编辑：郭婷