피드로 돌아가기
Hugging Face BlogAI/ML
원문 읽기
Raw Channel Data 기반 Physics-Informed AI를 통한 실시간 적응형 초음파 영상 구현
Adaptive Ultrasound Imaging with Physics-Informed NV-Raw2Insights-US AI
AI 요약
Context
전통적인 Beamforming 파이프라인의 단순화된 물리 가정으로 인해 발생하는 정보 손실과 고정된 음속 가정에 따른 영상 품질 저하 문제 발생. Raw Sensor 데이터의 방대한 대역폭으로 인해 임상 장비 내 직접 접근 및 처리가 어려운 제약 사항 존재.
Technical Solution
- Raw2Insights 모델 도입을 통한 Raw Ultrasound Channel Data 직접 학습 구조 설계
- 고정 음속 가정을 배제하고 환자별 맞춤형 Sound Speed Map을 생성하는 Physics-Informed 접근 방식 채택
- Holoscan Sensor Bridge(HSB) 및 FPGA 기반의 Data over DisplayPort 기술을 활용한 고대역폭 저지연 데이터 전송 경로 확보
- RDMA over Converged Ethernet 기반으로 Raw 데이터를 GPU 메모리로 직접 스트리밍하는 인프라 구축
- NVIDIA Holoscan 및 Blackwell GPU를 활용한 단일 AI 패스 기반의 실시간 추론 및 적응형 포커싱 루프 구현
실천 포인트
- 고대역폭 센서 데이터 처리 시 FPGA 기반의 데이터 패킷화 및 RDMA 전송 검토 - 기존의 전처리 파이프라인(Hand-engineered)이 데이터 손실을 유발하는지 분석하고 Raw Data 기반 학습 가능성 평가 - 실시간 피드백 루프 구현을 위해 추론 결과가 다시 원천 장비로 피드백되는 Closed-loop 아키텍처 설계 고려