肿瘤细胞检测

客户需求

在肿瘤微创诊疗过程中，医生通常依赖内窥镜图像观察肿瘤组织区域，并通过经验判断其密度、分布与演变趋势。然而在实际操作中，肿瘤细胞的形态复杂、边界模糊、颜色接近背景组织，且数量众多，仅凭肉眼难以准确识别与统计。

方案概述

本项目基于仪酷智能AI平台，结合自主训练的Unet+ResNet分割模型，并通过TensorRT引擎进行优化与加速推理，基于医学图像特点构建Unet+ResNet深度分割模型，针对细胞边界模糊、颜色近似问题进行优化；使用TensorRT Optimizer对模型进行压缩优化，在GPU平台实现60fps无卡顿推理，满足1080P高清图像处理要求。

优势价值

·实现内窥图像中肿瘤细胞实时识别与可视化输出，支持医生手术中实时辅助决策；

·系统推理延迟小于15ms，在1080P@60fps的图像流下依然保持流畅；

·仪酷智能AI平台支持多种自训练模型，并有多种优化方案。