hình ảnh cánh đồng thật đẹp và bình yên!
e thì chả care gì thằng Nga cho lắm, nó chả có ảnh hưởng mọe gì đến VN cả. Tất cả các sp e đang dùng chả có gì của Nga thì việc quái gì e phải đọc tin tức về nó nhỉ.
Tiếp đoạn trích trênCông ty Parus Electro đã bắt đầu sản xuất các trạm sạc nhỏ gọn (compact charging stations ) cho xe điện WallBox
View attachment 6770852
Trạm sạc nhỏ gọn WallBox
Vào tháng 12 năm 2021, Parus Electro, một nhà phát triển và sản xuất thiết bị chuyển đổi điện của Nga, đã khởi động sản xuất hàng loạt trạm sạc điện xoay chiều WallBox (EZS).
Dòng WallBox là một bổ sung mới cho phạm vi các trạm sạc. Nó là một giải pháp một cửa cho khu vực tư nhân và thương mại. Giá treo tường cho phép bạn đặt thiết bị trong bất kỳ phòng hoặc bãi đậu xe nào. Xe điện được sạc bằng dòng điện xoay chiều với công suất đầu ra lên đến 22 kW với sự hỗ trợ của các đầu nối Loại 1 và Loại 2.
Những ưu điểm chính của dòng WallBox EZS:
"Parus Electro" có kinh nghiệm thành công trong việc cung cấp các sửa đổi khác nhau của các trạm phát điện, bao gồm cả những điều chỉnh cho một dự án cá nhân với công suất lên đến 350 kW, cho khách hàng tư nhân và nhà nước.
- lắp đặt tường nhỏ gọn
- điều khiển từ thiết bị di động hoặc PC
- hệ thống bảo vệ tiên tiến để vận hành an toàn
- Hỗ trợ giao thức trao đổi dữ liệu OCPP để tích hợp vào hệ thống thành phố thông minh
- sản phẩm chất lượng cao từ nhà sản xuất hàng đầu của Nga
Xu hướng toàn cầu hướng tới phát triển các công nghệ thân thiện với môi trường được LHQ hình thành vào năm 2015, khi các mục tiêu phát triển bền vững toàn cầu và khái niệm ESG (Môi trường, Xã hội, Quản trị) được thông qua. Một trong những chỉ số quan trọng nhất của việc thực hiện chiến lược là sự chuyển đổi rộng rãi sang phương tiện giao thông thân thiện với môi trường. Công ty Parus Electro, với tư cách là nhà sản xuất EZS, hoàn toàn ủng hộ khái niệm ESG và tuân thủ các nguyên tắc ứng xử kinh doanh có trách nhiệm.
Đặc điểm kỹ thuật chi tiết của các trạm sạc và thông tin bổ sung có thể được tìm thấy trên trang web của công ty
WallBox – новая серия электрозарядных станций (ЭЗС) переменным током.
Мировой тренд на развитие экологичных технологий был сформирован ООН в 2015гparus-electro.ruПарус электро
Источники бесперебойного питания, ИБП, UPS от российского производителя со склада в Москве. Наличие, гарантия, монтажные и пуско-наладочные работы.parus-electro.ru
Mình không chê chuyện nhà nước Nga đầu tư, hỗ trợ một ngành công nghiệp nào đó phát triển thành mũi nhọn. Mình viết để bình luận về cái đầu đề bài báo giật gân là nước Nga không chỉ có dầu khí, mà còn có cả công nghiệp hạt nhân này kia nữa.1) Năng lượng hạt nhân không hoặc chưa phải thị trường tự do cạnh tranh. Các nước phương Tây cũng nhận trợ cấp từ nhà nước.
2) Kể cả ngành vũ trụ hiện nay ở phương tây cũng có sự hỗ trợ từ nhà nước, nhưng dưới hình thức khác. Thậm chí kể cả nhiều ngành công nghệ cao khác của Mỹ cũng có sự hỗ trợ, có thời điểm gần như bao cấp hoàn toàn, nhưng dưới những hình thức che đậy. Cái này đã được nói đến không chỉ bởi tôi, trong vol này, và cả những vol trước nữa. Riêng ở EU thì chẳng phải chỉ ngành công nghệ, công nghiệp, mà nhiều ngành dân sự khác cũng có hỗ trợ từ nhà nước, không thì chết sặc tiết, và EU bảo hộ thị trường cao lắm.
Nếu tuyên truyền tự do cạnh tranh thì Mỹ hay phương tây nói chung đừng dùng các thủ thuật trừng phạt, chính trị, đe doạ, ngoại giao này nọ làm đòn bẩy kinh tế nữa nhé, và kể cả việc đưa ra luật chơi trong công nghệ cũng nên bình đẳng, đừng tự mình cầm trịch như thế
3) Những ngành chiến lược như năng lượng chưa thể nào tự do cạnh tranh được, hoặc có cố làm ra vẻ bề ngoài là tự do cạnh tranh, thì vẫn có chính trị trong đó, nhất là năng lượng trong đối ngoại. Còn năng lượng trong đối nội, thì cũng chỉ tự do ở 1 mức giới hạn nào đó. Cái này đã kể ví dụ hồi ở Mỹ từ vol 1, và ngay cả ở nước tôi đang sống hiện nay, cạnh tranh trong những lĩnh vực tính dãn nở thấp, chi phí đầu tư lớn vào cơ sở hạ tầng, thu hồi vốn chậm kiểu này, thì cũng chỉ đến 1 mức giới hạn mà thôi
4) Những gì tuyên truyền ầm ĩ trên media luôn khác bản chất thực
Lúc thì bác nói cái này, lúc thì nói cái khác. Lúc thì kêu tự do cạnh tranh, rồi lại kêu k phản đối nhà nước đầu tư, bây giờ lại nói về kinh tế Nga. Câu chuyện về số đo GDP hay các số đo khác, cơ cấu kinh tế Nga, dầu khí nữa, rồi đủ thứ nữa, ưu và nhược điểm của Nga nói chung, của kinh tế Nga nói riêng cũng đã nói phát chán ra rồi, đã được bàn từ vol 1, vol 2, etc. qua nhiều vol rồi. Bác thì cũng chỉ lại nói lại cái mà đã được nói, còn tôi thì thực sự không muốn nhắc lại, cũng chả hơi đâu mà tìm lại. Để cho bác nào thích thì tiếp chuyện bác vậyMình không chê chuyện nhà nước Nga đầu tư, hỗ trợ một ngành công nghiệp nào đó phát triển thành mũi nhọn. Mình viết để bình luận về cái đầu đề bài báo giật gân là nước Nga không chỉ có dầu khí, mà còn có cả công nghiệp hạt nhân này kia nữa.
Ngành công nghiệp hạt nhân của Nga đang đứng trên đôi chân của ngành dầu khí Nga. Thậm chí nói rộng ra toàn bộ nền kinh tế Nga đang đứng trên đôi chân của ngành dầu khí Nga. Tính từ năm 1999 đến nay 2021, tăng trưởng GDP của nước Nga bám theo tăng giảm của giá dầu. Con số năm 2020 tỉ trọng thu từ đdầu trong ngân sách Nga giảm nó phản ánh thay đổi của giá xuất khẩu dầu chứ không phản ánh thay đổi cơ cấu kinh tế của nước Nga, không tin google thu dầu khí của Nga năm 2014 thì sẽ rõ.
Biểu đồ tương quan tăng trưởng GDP Nga với thay đổi của giá dầu thế giới
View attachment 6839028
Bọn Nga đua tàu ngầm mini hả bác?phim gì đây hả mấy cụ? giải trí thiệt
cái thành phố trong video là New York thì phải,mấy ông NgaBọn Nga đua tàu ngầm mini hả bác?
Không care thù vài thớt này đọc làm đếch gì hở bạn? Hay muốn gây ware thì chả care gì thằng Nga cho lắm, nó chả có ảnh hưởng mọe gì đến VN cả. Tất cả các sp e đang dùng chả có gì của Nga thì việc quái gì e phải đọc tin tức về nó nhỉ.
Tiếp vụ Yandex sử dụng Lidar của bản thân mình cho xe tự lái của chính họ. Như đã từng nói không ít lần từ những vol trước kể từ vol 1, trước đây, trên xe ô tô tự lái AI (trí tuệ nhân tạo) của Yandex chỉ có bộ não (chương trình AI điều khiển xe) là của Yandex, còn con mắt (thiết bị Lidar) là mua của Mỹ. Sau đó Yandex tự phát triển Lidar của mình, nhờ đó tiết kiệm hẳn chi phíTừ vol 2 đến giờ, các xe ô tô tự lái bằng trí tuệ nhân tạo (AI) đã được giới thiệu nhiều với tin tức, video về sự hoạt động của nó ở Nga, Israel, Mỹ. Phần mềm trí tuệ nhân tạo, tức bộ não dĩ nhiên của Yandex, nhưng đôi mắt, tức thiết bị Lidar thì vẫn dùng thiết bị của Mỹ. Sau đó thì Yandex đã phát triển thiết bị Lidar của mình, và thử nghiệm cho thấy tiết kiệm rất nhiều chi phí. Bây giờ họ bắt đầu quyết định thay thế Lidar của Mỹ bằng Lidar của mình quy mô lớn hơn
Yandex đã chuyển đội xe không người lái của mình sang lidar của riêng mình
Yandex đã trang bị cho tất cả các phương tiện xe ô tô tự lái của họ dựa trên Hyundai Sonata với lidar do chính hãng sản xuất. Công ty có kế hoạch trang bị cho tất cả các thế hệ xe không người lái tương lai của mình những chiếc lidar này.
Lidar là một trong những cảm biến quan trọng của xe không người lái. Anh ta quét không gian bằng chùm tia laze (laser beams) an toàn cho con người và vẽ ra bản đồ ba chiều của thế giới xung quanh. Bằng cách xử lý các tia phản xạ, lidar có thể xác định hình dạng của các vật thể ở khoảng cách vài trăm mét, kể cả trong bóng tối. Lidar giúp xe không người lái hiểu vị trí của nó trong không gian với độ chính xác đến từng centimet bằng cách so sánh kết quả quét với bản đồ 3D tích hợp sẵn.
Một tính năng quan trọng của lidar của Yandex là cấu hình linh hoạt của các thông số. Nó phát ra hàng triệu xung mỗi giây, quét không gian với các chùm tia, vị trí của chúng có thể thay đổi trong thời gian thực tùy thuộc vào các tình huống đường đi. Vì vậy, khi lái xe trên đường hẹp, nơi có nhiều người đi bộ, lidar có thể tập trung chùm tia vào đường phía trước xe, và trên đường cao tốc rộng - tập trung vào các đối tượng ở xa. Thay đổi cài đặt sẽ giúp bạn có thể nhận ra xe khách ở khoảng cách 200 mét và xe tải ở khoảng cách 500 mét.
“Không giống như các nhà sản xuất khác, cung cấp cho chúng tôi dữ liệu làm sẵn, các công cụ hỗ trợ của chính chúng tôi cho phép chúng tôi nhận thông tin thô. Khả năng tự phân tích dữ liệu này và đồng bộ hóa nó với dữ liệu từ các cảm biến khác giúp chúng ta tìm hiểu thêm nhiều điều về thế giới xung quanh. Với kiến thức bổ sung này, chúng tôi có thể cải thiện các thành phần khác nhau của công nghệ không người lái của mình, ” Dmitry Solomentsev , người đứng đầu nhóm phát triển Yandex lidar cho biết.
Ngoài ra, việc sản xuất lidar của chính mình giúp tối ưu hóa chi phí của thiết bị. Với mức giá tương đương với các lidar của bên thứ ba đã sử dụng trước đây, cảm biến của Yandex có nhiều tính năng tiên tiến hơn đáng kể. Khi chuyển sang sản xuất hàng loạt, điều này có khả năng làm cho công nghệ xe không người lái có khả năng mở rộng hơn.
Những chiếc xe được trang bị lidar riêng của Yandex đã đi được hơn 500 nghìn km và đã khẳng định được độ tin cậy của chúng. Ngoài ra, công ty đang phát triển lidar 2 bên hông (side lidars) dành cho ô tô tự lái và lidars dành cho robot giao hàng tự động (Yandex Rover)
Yandex transferred its unmanned fleet to its own lidars
«Яндекс» перевел свой беспилотный флот на собственные лидары
«Яндекс» перевел свой беспилотный флот на собственные лидары
Компания планирует оборудовать этими лидарами все последующие поколения своих беспилотниковwww.cnews.ru
Quay lại công ty trí tuệ nhân tạo Smart Engines đươc nói quá nhiều từ vol trước đến vol này, và vừa được nói ở cách đây vài post xong. Họ không chỉ phát triển các sản phẩm trí tuệ nhân tạo AI để nhận dạng tài liệu
Sản phẩm Smart Tomo Engine của họ dùng để tái tạo hình ảnh chụp cắt lớp (tomographic reconstruction), cũng đã kiểm thử và chạy tốt trên các máy chủ (server), máy trạm (workstation), etc với dòng chip CPU Elbrus của Nga
Phát triển và thử nghiệm chương trình Smart Tomo Engine để tái tạo hình chụp cắt lớp sử dụng nền tảng Elbrus
Hôm nay bài viết của chúng tôi sẽ tập trung vào hai chủ đề yêu thích của chúng tôi: chụp cắt lớp vi tính (CT - computed tomography) và bộ xử lý do Nga sản xuất có tên là Elbrus. Chúng ta sẽ nói về sự khác biệt giữa kết quả chụp X-quang và chụp CT và giải thích lý do tại sao một thiết bị lớn và nghiêm trọng như máy chụp cắt lớp lại có thể thực sự sử dụng một máy tính chuyên dụng. Mặc dù thực tế là máy chụp cắt lớp đã được sử dụng gần 50 năm (việc phát minh ra máy chụp cắt lớp đầu tiên được công bố vào năm 1972 [1]), vẫn còn rất nhiều vấn đề cần giải quyết trong lĩnh vực chụp cắt lớp vi tính. Có nhu cầu mạnh mẽ về các thuật toán mới cho chụp cắt lớp vi tính sẽ nhanh hơn và chính xác hơn so với các thuật toán đã có và có thể làm giảm sự tiếp xúc của một vật thể với bức xạ. Điều đó, đến lượt nó, sẽ mở rộng đáng kể phạm vi áp dụng của phương pháp CT. Với ý nghĩ đó,chúng tôi đã phát triển phần mềm Smart Tomo Engine. Chúng ta sẽ nói về nó nhiều hơn ở phần sau.
Chúng tôi đã viết về việc triệt tiêu hiện vật chỉnh hướng và ước tính hiệu ứng giác hơi. Trong bài viết này, chúng tôi sẽ viết về một số thử nghiệm được thực hiện bằng cách sử dụng bộ dữ liệu tổng hợp và bộ dữ liệu chụp ảnh thực tế do máy chụp ảnh của Nga thu thập và chứng minh cách phần mềm của chúng tôi hoạt động với bộ xử lý Elbrus thế hệ mới (video được đính kèm bên dưới). Kết quả của chương trình này, chúng ta sẽ thấy được thế giới bên trong của một con bọ may vá và ý nghĩa của “thế giới bên trong” nên được hiểu theo nghĩa đen trong trường hợp này.
Trong bài viết này, chúng tôi sẽ viết về một số thử nghiệm được thực hiện bằng cách sử dụng bộ dữ liệu tổng hợp và bộ dữ liệu chụp ảnh thực tế do máy chụp ảnh của Nga thu thập và chứng minh cách phần mềm của chúng tôi hoạt động với bộ xử lý Elbrus thế hệ mới (video được đính kèm bên dưới).
Kết quả của chương trình này, chúng ta sẽ thấy được thế giới bên trong của một con bọ may vá và ý nghĩa của “thế giới bên trong” nên được hiểu theo nghĩa đen trong trường hợp này.Trong bài viết này, chúng tôi sẽ viết về một số thử nghiệm được thực hiện bằng cách sử dụng bộ dữ liệu tổng hợp và bộ dữ liệu chụp ảnh thực tế do máy chụp ảnh của Nga thu thập và chứng minh cách phần mềm của chúng tôi hoạt động với bộ xử lý Elbrus thế hệ mới (video được đính kèm bên dưới). Kết quả của chương trình này, chúng ta sẽ thấy được thế giới bên trong của một con bọ may vá và ý nghĩa của “thế giới bên trong” nên được hiểu theo nghĩa đen trong trường hợp này.
View attachment 6556180
Roentgenography là một phương pháp chẩn đoán không xâm lấn được sử dụng rộng rãi dựa trên việc tạo ra hình ảnh của một đối tượng bằng cách sử dụng bức xạ tia X. Để có được hình ảnh, vật thể được đặt giữa nguồn tia X và máy dò (xem Hình 1, bên trái). Máy dò có thể là phim nhạy cảm với tia X hoặc máy dò vị trí nhạy cảm. Hình ảnh được tạo ra với sự trợ giúp của bức xạ đi qua một vật thể và bị suy yếu trong quá trình này. Các vật liệu khác nhau làm suy giảm bức xạ tia X một cách khác nhau, điều này cung cấp một số loại tương phản trong hình ảnh. Khi chúng tôi đăng ký bức xạ tia x đi qua một đối tượng, chúng tôi có thể xác định thành phần cục bộ của đối tượng nghiên cứu. Có một ví dụ về chụp X-quang ngực trong Hình 1, bên phải. Các vùng ánh sáng đánh dấu các phần có khả năng hấp thụ cao hơn.Khi chúng ta nhìn vào các xương sườn (các thanh cong nhẹ) giới hạn lồng ngực (khoang tối với các vùng sáng hơn của cây phế quản), ở phía bên phải của phần trên của xương ức (cột sáng ở trung tâm) chúng ta có thể thấy một nốt sáng nhỏ.
View attachment 6556182
Hình 1. Roentgenography: lược đồ cơ bản (bên trái); kết quả roentgenography - một biểu đồ phóng xạ (ở bên phải).
Roentgenography không làm rõ vùng vấn đề nằm sâu như thế nào - ngay trên xương ức, phía trước hay phía sau nó. Thật khó để phân tích cấu trúc không gian tốt của khu vực có vấn đề và xác định hình dạng tổng thể của nó chỉ dựa trên một phép chiếu. Hình 2 minh họa mối quan tâm này.
View attachment 6556184
Hình 2.
Phương pháp CT giúp xác định hình dạng và cấu trúc bên trong. Cũng giống như với kỹ thuật ghi hình học (roentgenography), để thu thập dữ liệu, đối tượng được đặt giữa máy phát tia X và máy dò, nhưng trong trường hợp này, máy ghi lại một tập hợp các tia X được chụp ở các góc độ khác nhau. Các góc quay thường phân bố đều trong một khoảng nhất định. Sơ đồ cơ bản của hoạt động của nó được minh họa trong Hình 3.
View attachment 6556185
Hình 3. Sơ đồ cơ bản của hoạt động chụp cắt lớp
Quá trình thu thập hình ảnh ở các góc độ khác nhau được thực hiện bởi một thiết bị đặc biệt gọi là máy chụp cắt lớp. Vì có thể thu được hình ảnh chụp X-quang của nhiều đối tượng vô tri và vô giác, và các nghiên cứu đang được tiến hành ở cấp vi mô và vĩ mô, nên có rất nhiều loại máy chụp cắt lớp khác nhau. Chúng khác nhau tùy theo kiểu quét (quét tròn từng lớp, quét xoắn ốc, v.v.), loại máy phát tia x được sử dụng, kiểu tạo ra chùm tia thăm dò (hình nón, song song, vi tiêu điểm). Nói một cách khái quát, máy chụp cắt lớp có thể được trình bày như một cỗ máy bao gồm một máy phát bức xạ, một vật giữ vật thể và một máy dò. Bất kỳ bộ phận nào trong số này đều có thể di chuyển được nên có thể thay đổi góc một cách có kiểm soát.Một phần không thể thiếu của máy chụp cắt lớp hiện đại là một máy tính không chỉ quản lý quy trình thu thập hình ảnh X-quang mà còn xử lý dữ liệu thu thập được bằng phần mềm chuyên dụng.
Để có thể phân tích các đối tượng khác nhau, có rất nhiều giải pháp kỹ thuật khác nhau có thể được áp dụng. Ví dụ, khi tiến hành một nghiên cứu y tế, một giàn (một thiết bị chuyển động có chứa cấu trúc nguồn phát tia X và máy dò) (Hình 4) quay xung quanh bệnh nhân đang nằm ở một vị trí cố định. Độ phân giải không gian trong các ảnh chụp cắt lớp này đạt 0,2 - 0,5 mm. Kết quả CT được lưu trữ ở định dạng tệp DICOM, là tiêu chuẩn dành riêng cho ngành y tế được phát triển để tạo, lưu trữ và truyền hình ảnh y tế kỹ thuật số và các tài liệu liên quan của bệnh nhân.
View attachment 6556186
Hình 4. Sơ đồ của một máy chụp cắt lớp y tế
Khi tiến hành nghiên cứu trong ống nghiệm trong phòng thí nghiệm, một chương trình thử nghiệm khác sẽ phù hợp. Trong trường hợp này, nguồn và máy dò là đứng yên, và một tập hợp các hình ảnh tia X được tạo ra bằng cách xoay mẫu. Toàn bộ một bộ vi ảnh tia X trong phòng thí nghiệm đã được xây dựng và đang hoạt động tại Phòng thí nghiệm Đo phản xạ và tán xạ góc thấp của Trung tâm Nghiên cứu Khoa học Liên bang “Tinh thể học và Quang tử” thuộc Viện Hàn lâm Khoa học Nga. Một trong những thiết bị này được thể hiện trong Hình 5. Khi sử dụng máy chụp cắt lớp này, mẫu được đặt trên máy đo góc với trục của nó vuông góc với hướng thăm dò. Thiết bị được trang bị một máy dò hai chiều. Kích thước pixel là 9 micron và trường nhìn của máy dò là 24 x 36 mm.Máy này có thể sử dụng cả bức xạ đa sắc và đơn sắc cho mục đích thăm dò. Điều đó cho phép không chỉ chất lượng cao hơn của hình ảnh được tái tạo mà còn cho phép thu thập dữ liệu bổ sung về thành phần nguyên tố của các đối tượng được nghiên cứu. Việc phát triển các máy chụp cắt lớp của riêng họ giúp có thể truy cập vào dữ liệu thí nghiệm (hình ảnh tia X) và hiệu suất của tất cả các đơn vị của thiết bị, do đó, cho phép tối ưu hóa các giao thức đo phù hợp với mục tiêu.
View attachment 6556187
Hình 5. Hình ảnh một máy chụp cắt lớp trong phòng thí nghiệm tại Trung tâm Nghiên cứu Khoa học Liên bang “Tinh thể học và Quang tử học” thuộc Viện Hàn lâm Khoa học Nga.
Sau khi đăng ký hình ảnh X-quang ở các góc độ khác nhau, tức là tập hợp đầy đủ các phép chiếu, chúng phải được xử lý tiếp theo. Mục tiêu cuối cùng của quá trình xử lý là tái tạo lại cấu trúc hình thái bên trong của vật thể. Khi độ tương phản trong hình ảnh đã đăng ký xảy ra do mỗi vật liệu làm suy giảm bức xạ tia X theo cách riêng của chúng, kết quả tái tạo sẽ là sự phân bố không gian của các hệ số suy giảm của bức xạ thăm dò. Việc mô tả đặc điểm cấu trúc hình thái của các đối tượng được xử lý bằng máy cắt lớp dựa trên sự phân bố không gian nêu trên.
Nếu việc thăm dò được tiến hành bằng chùm tia song song, thì vấn đề tái tạo ba chiều có thể được giải quyết bằng cách khôi phục một tập hợp các mặt cắt ngang hai chiều của một vật thể. Để tái tạo một mặt cắt ngang, không cần sử dụng toàn bộ tập hợp các phép chiếu. Tất cả những gì chúng ta cần chỉ là một dòng của một số cố định từ mỗi góc nhìn. Tất cả các dòng này tương ứng với một mặt cắt ngang của phân phối 3D đang được tái tạo và chúng tôi có thể quy cùng một số cho phân phối này. Trong Hình 6, bên phải, có một hình ảnh được xây dựng từ các đường như vậy. Trục ngang tính số cột dò, trục dọc - cho số góc quay. Kết quả tái tạo mặt cắt ngang được thể hiện trong Hình 6, bên phải.
View attachment 6556188
Hình 6. Hình ảnh chụp X-quang ngực (bên trái); kết quả CT - mặt cắt của hình ảnh 3D (bên phải).
Nếu chúng ta sử dụng bức xạ tia X đơn sắc để thăm dò chụp cắt lớp, thì dựa trên định luật Beer-Lambert-Bouguer, vấn đề tái tạo có thể được rút gọn thành việc thực hiện phép biến đổi Radon.
Phép biến đổi Radon là phép biến đổi tích phân nối giá trị của hàm với các giá trị của tích phân dọc theo mọi đường thẳng có thể. Quy trình áp dụng nó là việc tái tạo một hàm chưa biết bằng cách sử dụng các giá trị đã biết của tích phân của nó dọc theo các đường thẳng. Hàm dưới liên kết cần được tái tạo là sự phân bố của hệ số suy giảm tuyến tính của bức xạ tia X đơn sắc trong toàn bộ mẫu. Tính năng đảo ngược đặc trưng cho phép biến đổi Radon đảm bảo việc tái tạo chính xác hàm giới hạn tần số chưa biết nếu có đủ số lượng tích phân dọc theo các đường thẳng được định vị có hệ thống.Tính năng này sử dụng thuật toán chiếu lùi tích lũy và chiếu lùi đã lọc, được thực hiện trong hầu hết các máy chụp ảnh được sản xuất hàng loạt hiện nay. Nó bao gồm hai bước. Bước đầu tiên là lọc tuyến tính các hình ảnh đã đăng ký. Bước thứ hai là phép chiếu nghịch đảo, tức là thậm chí “làm nhòe” từng hàm một chiều được tạo ra ở giai đoạn trước theo hướng thích hợp trên toàn bộ hình ảnh hai chiều với tổng sau đó. Kết quả của hiệu suất thuật toán là sự phân bố không gian được tái tạo lại của hệ số suy giảm tuyến tính của bức xạ tia X của một năng lượng nhất định. Nếu việc thăm dò được thực hiện không sử dụng chùm song song mà là chùm hình nón, thì việc tái tạo từng lớp sẽ không thể thực hiện được và việc sử dụng các thuật toán phức tạp hơn là cần thiết.Chúng tôi sẽ xem xét các thuật toán tái tạo ba chiều, chẳng hạn như thuật toán của Feldkamp, vào một thời điểm khác. Bây giờ, chúng ta hãy bắt đầu cuộc trò chuyện về phần mềm của chúng tôi.
Công cụ Tomo thông minh
Cốt lõi của Smart Tomo Engine là một thư viện tái tạo hình ảnh chụp cắt lớp thực hiện các chức năng sau thông qua API: đọc hình ảnh chụp cắt lớp (chiếu), bản thân việc tái tạo hình ảnh chụp cắt lớp (có ba thuật toán để lựa chọn ở đây) và lưu trữ kết quả (sử dụng định dạng tệp đề xuất: DICOM, PNG). Sản phẩm phần mềm cũng bao gồm giao diện người dùng đồ họa cho phép hiển thị hai chiều hình ảnh chụp cắt lớp và kết quả tái tạo. Chức năng chính của sản phẩm phần mềm là thực hiện tái tạo hình ảnh kỹ thuật số ba chiều của một đối tượng bằng cách sử dụng một tập hợp các hình ảnh chụp cắt lớp truyền dẫn của nó trong dải x-quang.
Các thuật toán sau được triển khai để tái tạo hai chiều theo từng lớp:
FBP - Chiếu ngược được lọc. Phương pháp tái tạo chụp cắt lớp cổ điển kết hợp phép chiếu nghịch đảo và lọc tuyến tính. Độ phức tạp tính toán là $ O (n ^ 3) $. Bạn có thể tìm hiểu thêm về phương pháp này tại đây [2].
FR - Tái tạo Fourier trực tiếp. Thuật toán này hoạt động trong miền tần số và sử dụng Biến đổi Fourier Nhanh (FFT) để lọc và phép chiếu nghịch đảo. Độ phức tạp tính toán của các phép nhân là $ O (n ^ 2 \ log n) $.
HFBP - Hough FBP. Đó là một thuật toán tái tạo được phát triển bởi các nhà khoa học của chúng tôi. Thuật toán Brady cho Biến đổi Hough nhanh được sử dụng cho phép chiếu ngược và phương pháp Deriche được sử dụng để tăng tốc lọc tuyến tính [4,5].
Thử nghiệm trên nền tảng Elbrus
Chúng tôi đã thử nghiệm phần mềm của mình bằng nền tảng do Nga sản xuất. Thử nghiệm được thực hiện trên các máy tính Elbrus-401, Elbrus-804 và Elbrus-801CB. Elbrus-401 là máy tính trạm sử dụng bộ vi xử lý Elbrus-4C, Elbrus-804 là máy chủ có 4 bộ vi xử lý Elbrus-8C. (Chúng tôi đã thử nghiệm một phần mềm khác do chúng tôi phát triển trên những máy tính này. Elbrus-801CB là sự phát triển mới nhất của MCST: đó là một máy tính trạm sử dụng bộ xử lý Elbrus-8CB. Các đồng nghiệp của chúng tôi từ Trung tâm Công nghệ SPARC Moscow (MCST) đã nói chuyện với chúng tôi về sự khác biệt chính của máy tính Elbrus thuộc một số thế hệ: "Elbrus-4c là bộ vi xử lý đầu tiên được sản xuất hàng loạt cho thị trường. Đó là bộ vi xử lý 4 nhân với tốc độ xung nhịp 750 ... 800 MHz và 3 DDR3- 1600 kênh cho giao tiếp giữa các bộ xử lý.Elbrus-8C là bộ vi xử lý 8 lõi với tốc độ xung nhịp 1,2… 1,3 Ghz và với 4 bộ bộ nhớ kênh DDR3-1600 và mỗi lõi có gấp 1,5 lần đơn vị logic số học (ALU) để có hiệu suất dấu chấm động cao hơn. Elbrus-8CB là một cải tiến hơn nữa: đó là bộ vi xử lý 8 lõi với tốc độ xung nhịp 1,5 Ghz và bộ nhớ kênh DDR4-2400 và với số lượng ALU gấp 2 lần. Elbrus-8CB hoạt động tốt hơn với dữ liệu không liên quan và nó có rất nhiều cải tiến nhỏ khác so với Elbrus-8C.
Đặc điểm của các bộ xử lý được trình bày trong Bảng 1.
Chúng tôi đã viết về cách tối ưu hóa cho nền tảng điện toán Elbrus, vì vậy chúng tôi sẽ không trình bày chi tiết về chủ đề này bây giờ. Chúng tôi chưa làm được điều gì phi thường ở đây: Chúng tôi đã sử dụng thư viện EML được tối ưu hóa (các phép biến đổi hình học của một hình ảnh (ví dụ, các phép biến đổi affine), các phép toán số học, v.v.);
—Chúng tôi đã sử dụng thư viện EML được tối ưu hóa (các phép biến đổi hình học của một hình ảnh (ví dụ, các phép biến đổi affine), các phép toán số học, v.v.);
—Chúng tôi đã sử dụng bản chất khi thư viện EML không hoạt động; tuy nhiên, SIMD trên Elbrus-8CB đã được nâng cấp lên 128 bit và chúng tôi vẫn chưa quản lý để áp dụng đầy đủ nó trong nghiên cứu của mình, đó là lý do tại sao bản chất vẫn hoạt động với các vectơ 64 bit.
Để kiểm tra phần mềm Smart Tomo Engine, chúng tôi đã thu thập hai tập dữ liệu: một tập dữ liệu tổng hợp và một tập dữ liệu thực tế. Tập dữ liệu tổng hợp “Shepp-Logan 3D” được tạo bằng cách sử dụng phương pháp mô hình hóa toán học. Các phép chiếu được tính toán từng lớp trên ảo ảnh 3D Shepp-Logan bằng cách sử dụng phương pháp đẩy chổi. Mặt cắt ngang được thể hiện trong Hình 8, bên trái. Kích thước của hình ảnh ảo là 511х511х511. Các phép chiếu được tính toán cho 420 góc khác nhau, phân bố đều giữa 0,5 và 210 độ. Đã có 511 sinogram với kích thước 511-420 được xem xét ở đầu vào của thử nghiệm của chúng tôi với phần mềm Smart Tomo Engine (một trong số chúng được hiển thị trong Hình 7, bên phải). Và có 511 lớp được tái tạo ở đầu ra, với kích thước là 511х511.Kích thước của hình ảnh ảo bằng kích thước của hình ảnh được tạo ra bởi các máy chụp cắt lớp răng hiện nay: kích thước tối đa của vùng quét trong miệng thường là 16 cm, độ phân giải không gian được các nhà sản xuất công bố là 0,3 - 0,4 mm . Trong trường hợp này, kích thước của phép chiếu đã đăng ký sẽ là khoảng 500х500 pixel.
View attachment 6556193
Hình 7. Bên trái - mặt cắt của bóng ma 3D Shepp-Logan, bên phải - hình ảnh sinogram của lớp trung tâm.
Dữ liệu chụp cắt lớp thực tế (tập dữ liệu “Maybug”) được thu thập bằng máy vi phẫu thuật tại Trung tâm Nghiên cứu Khoa học Liên bang “Tinh thể học và Quang tử học” thuộc Viện Hàn lâm Khoa học Nga. Và dữ liệu này được sử dụng cho mục đích nghiên cứu khoa học. Kích thước pixel của máy dò được sử dụng là 9 micron. Mẫu thử nghiệm là một con bọ xít khô. Có 400 phép chiếu được thực hiện trong mạng song song. Mẫu, được đặt trong giá đỡ, đang quay các góc trong phạm vi từ 0,5 đến 200 độ, tăng dần 0,5 độ. Kích thước của hình chiếu được sản xuất là 1261х1175. Đầu vào cho chương trình Smart Tomo Engine là 1261 sinogram với kích thước 1175х400, đầu ra là 1261 lớp được tái tạo với kích thước 1175х1175.
Và đây là phần tốt nhất - kết quả kiểm tra và kết luận
Chúng tôi đã đo tốc độ thực thi của các thuật toán tái tạo mà chúng tôi đã sử dụng: FBP, DFR và HFBP. Thời gian hoạt động của các thuật toán được thể hiện trong Bảng 2. Các phép đo được tiến hành trên 5 máy tính: Elbrus-401, Elbrus-804, Elbrus-801CB, AMD Ryzen 7 2700 và AMD Ryzen Threadripper 3970X. Chúng tôi đã bao gồm thông tin về số bộ xử lý, số lõi vật lý và số luồng chạy tối đa (được chỉ ra trong ngoặc đơn) cho mỗi máy tính. Các phép đo tốc độ tái tạo được tiến hành ở hai chế độ khác nhau: ở chế độ đơn luồng (SM) và chế độ đa luồng (MM). Và chúng đã được triển khai bằng cách sử dụng phiên bản "2017 update 7" của thư viện tbb.
Bảng 2. Các phép đo thời gian hoạt động của chương trình, giây.
Khi phân tích kết quả thử nghiệm, trước hết, chúng tôi muốn đề cập rằng để tái tạo lại 511 lớp bóng ma, máy chủ Elbrus-804 với 4 bộ xử lý phải mất 19 giây khi sử dụng thuật toán HFBP. Điều này có nghĩa là mỗi lớp được tái tạo trong 0,037 giây và tần số từng lớp là 26,8 ips. Để tìm hiểu xem đó là tần số cao hay thấp, chúng ta có thể sử dụng tài liệu tham khảo sau. Giàn của một máy chụp cắt lớp tim 16 mặt cắt quay toàn bộ vòng tròn gần như hai lần mỗi giây và ghi lại khoảng 30 sinogram. Chúng tôi tái tạo 26,8 lớp mỗi giây, tức là nó thực tế là một quá trình tái tạo theo thời gian thực. Vì vậy, chúng tôi có thể kết luận rằng khi sử dụng nền tảng của Nga, việc tái tạo đáp ứng các yêu cầu về thời gian hoạt động trong tim mạch, trong đó tham số tham chiếu chính là tần số của nhịp tim,trung bình, bằng một giây.
Việc tái tạo theo thời gian thực cũng được sử dụng để thực hiện giao thức quét mới được các nhà khoa học của chúng tôi đề xuất gần đây - tái tạo được giám sát [6]. Khi quy trình này được sử dụng, có thể giảm mức phơi nhiễm bức xạ do việc thu thập hình ảnh X quang sẽ dừng lại ngay sau khi có một bộ thích hợp cho việc tái tạo.
Không có hạn chế nghiêm trọng về thời gian khi nghiên cứu khoa học, nhưng có một số yêu cầu nhất định đối với độ phân giải không gian. Vì lý do này, các mặt cắt được tái tạo lớn hơn. Khi chúng tôi làm việc với tập dữ liệu được tạo bởi máy ảnh vi mô trong phòng thí nghiệm, mất 189 giây để tái tạo lại 1261 lớp ở chế độ đa luồng (6,7 ips). Việc đo dữ liệu đầu vào với sự trợ giúp của máy chụp cắt lớp trong phòng thí nghiệm mất 2000 giây, trong khi chương trình Smart Tomo Engine chạy trên Elbrus-804 chỉ mất 3 phút và một số thay đổi để tái tạo lại tất cả các lớp, chiếm 10% so với trước đó kết quả. Máy chủ 4 bộ xử lý với bộ vi xử lý Elbrus-8CB sẽ hoạt động nhanh hơn nữa. Nó đã được phát triển tại MSCT và việc sản xuất hàng loạt hiện đang trong giai đoạn lập kế hoạch.
Mối quan hệ giữa hiệu suất của các nền tảng khác nhau bằng cách sử dụng mỗi thuật toán cũng rất thú vị. Khi sử dụng FBP, chi phí của Elbrus là vừa phải và khi tốc độ đồng hồ được bình thường hóa, kết quả là khá gần. Nhưng khi sử dụng DFR và HFBP, chi phí Elbrus so với nền tảng x86 cao hơn nhiều. Tại sao vậy? Điều này xảy ra do phần mềm của chúng tôi không được tối ưu hóa đầy đủ cho nền tảng Elbrus. Chúng tôi đã dành 5 năm để giải quyết các vấn đề tối ưu hóa cho nền tảng x86-64 và chúng tôi vẫn chưa tối ưu hóa hầu hết các chương trình và thuật toán cho nền tảng Elbrus, cụ thể là Elbrus-8CB.
Trong tương lai gần, chúng tôi đang lên kế hoạch cải tiến theo ba hướng. Cách đầu tiên là tối ưu hóa các tính toán của chúng tôi khi sử dụng bản chất. Hiện tại, các tính toán của chúng tôi được thực hiện cho SIMD 64 bit, nhưng Elbrus-8CB có SIMD 128 bit. Cải tiến thứ hai sẽ được thực hiện bởi nhóm MCST. Đã có những phát triển đang được tiến hành hỗ trợ phép biến đổi Fourier rời rạc hai chiều và một chiều cho vectơ đầu vào không phải là lũy thừa của hai. Vì nó chưa sẵn sàng, chúng tôi đã sử dụng thư viện ffts với một chút tinh chỉnh được thực hiện cho cả nền tảng Elbrus và nền tảng x86.
Để đánh giá khả năng tăng tốc của chương trình, chúng tôi đã đo thời gian hoạt động của biến đổi Fourier rời rạc được thực hiện trên bộ xử lý Elbrus-8CB cho ma trận phức hợp đầu vào có kích thước 512 x 512. Thư viện ffts không được tối ưu hóa cho Elbrus đã thực hiện điều này hoạt động trong 27 mili giây và thư viện EML thực hiện thao tác tương tự chỉ trong 5,5 mili giây. Chúng tôi đã tăng tốc thư viện ffts bằng cách gọi đến thư viện EML. Các phép đo trong Bảng 2 được thực hiện sau khi tối ưu hóa này. Chúng tôi có thể đưa ra kết luận rằng nếu tối ưu hóa được thực hiện kỹ lưỡng như thư viện tệp eml được thực hiện, thì thuật toán DFR trên nền tảng Elbrus vẫn có thể được tăng tốc 2,5 lần.
Và cuối cùng nhưng không kém phần quan trọng là cải tiến liên quan đến thuật toán HFBP dựa trên việc sử dụng phép biến đổi Hough. Biến đổi này chưa được trình bày trong thư viện EML và phiên bản của chúng tôi chỉ được tối ưu hóa với sự trợ giúp của các phép toán vectơ. Vì thuật toán này hiệu quả hơn về mặt tính toán so với DFT (kết luận lý thuyết của chúng tôi và phiên bản được tối ưu hóa cho nền tảng x86_64 chứng minh điều đó), nên nó cũng có thể được tăng tốc thêm vài lần. Chúng tôi chắc chắn sẽ nói về kết quả của những tối ưu hóa này vào lần tới.
Đây là video hứa hẹn về màn trình diễn của chương trình trên Elbrus-8CB.
Smart Tomo Engine - work of the program on the Elbrus-8SV processor
Smart Tomo Engine - работа программы на процессоре Эльбрус-8СВ
Ở đây, hãy xem thế giới bên trong của một con bọ may vá (maybug ) trông như thế nào.
Smart Tomo Engine - томографическая реконструкция майского жука
Phần kết luận
Trong bài viết này, chúng tôi đã giới thiệu sản phẩm mới của mình - phần mềm để tái tạo hình ảnh chụp cắt lớp có tên là Smart Tomo Engine:
—Bao gồm thuật toán cải tiến HFBP luôn hoạt động tốt hơn thuật toán DFR, thuật toán dẫn đầu trong quá khứ;
—Hỗ trợ các hệ điều hành: OS Elbrus, MS Windows, macOS, các bản phân phối Linux khác nhau;
—Hỗ trợ các kiến trúc bộ xử lý sau: Elbrus, x86, x86_64;
—Là một sự phát triển độc quyền của Nga;
—Là một phần của phức hợp phần mềm và phần cứng của nền tảng Elbrus, nó có thể được sử dụng bởi bất kỳ máy quét y tế hoặc công nghiệp thuộc bất kỳ thế hệ nào, bằng các máy chụp cắt lớp nano mới nhất (các thiết bị tái tạo lại các đối tượng với độ phân giải submicron) và các cơ sở đồng bộ hóa như ổn.
Nhưng kết quả chính của bài viết này là sự kết hợp của bộ xử lý Elbrus do Nga sản xuất và chương trình Smart Tomo Engine là đủ cho việc chụp cắt lớp thời gian thực, ngay cả khi không có các cải tiến bổ sung đang được phát triển!
PS Chúng tôi không thể cưỡng lại và đo hiệu suất UNet trên nền tảng Elbrus. UNet là một kiến trúc mạng nơ-ron (neural network) nổi tiếng được sử dụng để giải quyết các vấn đề về phân đoạn. Ban đầu, UNet được thiết kế để giải quyết các vấn đề về phân đoạn trong lĩnh vực y tế, và bây giờ các hình ảnh chụp cắt lớp được xử lý bằng phương pháp mạng thần kinh này được sử dụng để xác định bệnh lý và khối u. Các phần phức tạp về mặt tính toán của mạng nơ-ron được thực hiện thông qua thư viện EML và thư viện EML được tối ưu hóa cho các thế hệ khác nhau của nền tảng Elbrus. Đó là lý do tại sao việc đánh giá hiệu suất thực tế của các bộ vi xử lý khác nhau bằng cách sử dụng các phép đo này trở nên dễ dàng hơn. Các phép đo được thực hiện cho một lõi, không có song song. Bằng cách đó không cần quan tâm đến số lượng lõi.
View attachment 6556204
Hãy nhìn vào hai số cuối cùng. Làm thế nào gọn gàng là vậy? Và nghiên cứu của chúng tôi đang tiếp tục…
Tham khảo
[1] https://en.wikipedia.org/wiki/History_of_computed_tomography
[2] AC Kak, M. Slaney, G. Wang. “Các nguyên tắc của hình ảnh chụp cắt lớp vi tính”, Vật lý Y tế, 2002, tập. 29, №1, trang 107-107.
[3] F. Natterer. “Tái tạo Fourier trong chụp cắt lớp”, Numerische Mathematik, 1985, vol. 47, №3, trang 343-353.
[4] A. Dolmatova, M. Chukalina và D. Nikolaev. “Fbp tăng tốc để tái tạo hình ảnh chụp cắt lớp điện toán”, IEEE ICIP 2020, Washington, DC, United States, IEEE Computer Society, 2020, sẽ được xuất bản.
[5] А. В. Долматова, Д. П. Николаев. “Ускорение свертки и обратного проецирования при реконструкции томографических итнображененсы, 2020, ений”, С 34, №1, c. 64-71, doi: 10.31857 / S0235009220010072.
[6] K. Bulatov, M. Chukalina, A. Buzmakov, D. Nikolaev và VV Arlazarov, “Monitored Reconstruction: Computed Tomography as an Anytime Algorithm”, IEEE Access, 2020, vol. 8, trang 110759-110774, doi: 10.1109 / ACCESS.2020.3002019.
Quay lại công ty trí tuệ nhân tạo Smart Engines đươc nói quá nhiều từ vol trước đến vol này, và vừa được nói ở cách đây vài post xong. Họ không chỉ phát triển các sản phẩm trí tuệ nhân tạo AI để nhận dạng tài liệuTại sao chỉ thử phần mềm trên Elbrus và AMD, mà không thử trên Intel hả?
Một máy chụp cắt lớp thời gian thực đã được tạo ra tại Elbrus và phần mềm trong nước
Trong công ty Smart Engines của Nga, tổ hợp phần mềm Smart Tomo Engine do họ phát triển để tái tạo hình ảnh chụp X-quang trong thời gian thực đã tham gia thử nghiệm so sánh, được thực hiện trên các hệ thống với nhiều bộ xử lý khác nhau của Nga thuộc dòng Elbrus của công ty MCST, bao gồm cả Elbrus- 8СВ "và chip AMD hiện đại với kiến trúc x86-64.
Như kết quả thử nghiệm cho thấy, các bộ vi xử lý trong nước có đủ hiệu suất để giải quyết các vấn đề chụp cắt lớp trong thời gian thực. Kết quả thử nghiệm cũng xác nhận rằng công nghệ Smart Tomo Engine hoàn toàn trong nước của công ty Smart Engines của Nga phù hợp để sử dụng trong các hệ thống phần cứng và phần mềm trên nền tảng Elbrus cho các máy quét y tế và công nghiệp thuộc mọi thế hệ, cũng như cho các máy chụp cắt lớp nano và trung tâm đồng bộ hóa độ phân giải submicron mới nhất. ...
“Theo phân loại của châu Âu về mức độ sẵn sàng công nghệ, nó có thể được đánh giá là TRL7,” Vladimir Arlazarov, Ph.D., CEO của Smart Engines cho biết. “Điều này có nghĩa là hệ thống của chúng tôi đã cho thấy khả năng hoạt động và hiệu quả cùng với một máy chụp cắt lớp thực sự đang hoạt động, trên một máy tính được sản xuất. Phần mềm chúng tôi đã phát triển là một sản phẩm sẵn sàng sử dụng có thể được tích hợp cả ở giai đoạn phát triển của các máy chụp cắt lớp mới về cơ bản và thích ứng với các mẫu đã được vận hành. "
Chụp X quang chụp X quang hiện đại
Chẩn đoán không xâm lấn dựa trên chụp X quang cắt lớp vi tính (CT) cho phép bạn tạo hình ảnh về hình dạng và cấu trúc bên trong của các vật thể sống và vô tri bằng tia X. Để hình thành cấu trúc thể tích của một hình ảnh, CT X-quang sử dụng các bức ảnh chụp X quang ở các góc độ khác nhau. Một tập hợp các hình chiếu trải qua quá trình xử lý đặc biệt - tái tạo, do đó cấu trúc hình thái bên trong của đối tượng được tái tạo.
View attachment 5680252
Máy ảnh vi mô thực nghiệm của FNITs KF RAS
Smart Engines giải thích với CNews rằng nền tảng phần mềm Smart Tomo Engine cung cấp khả năng tái tạo hình ảnh kỹ thuật số ba chiều của một vật thể dựa trên tập hợp các hình ảnh chụp cắt lớp truyền dẫn của nó trong phạm vi tia X.
Nền tảng này dựa trên một thư viện đặc biệt về tái tạo chụp cắt lớp, thông qua API cung cấp các chức năng để đọc các phép chiếu chụp cắt lớp, tái tạo hình chụp cắt lớp trực tiếp bằng cách sử dụng một trong ba thuật toán, cũng như lưu kết quả ở định dạng DICOM y tế hoặc PNG thông thường. Phần mềm này cũng bao gồm một giao diện đồ họa để hiển thị 2D các hình ảnh chụp cắt lớp và kết quả tái tạo.
View attachment 5680263
Smart Tomo Engine GUI
Để tái tạo hai chiều từng lớp, thuật toán FBP (Filtered Back Projection) cổ điển với phép chiếu ngược và lọc tuyến tính, tần số DFR (Direct Fourier Reconstruction) với việc sử dụng biến đổi Fourier nhanh để lọc và chiếu ngược, cũng như HFBP trong nước (Hough FBP), trong đó ngược lại Đối với phép chiếu, thuật toán Brady để tính toán nhanh biến đổi Hough được sử dụng và phương pháp Derish được sử dụng để tăng tốc độ lọc tuyến tính.
Smart Engines giải thích với CNews rằng nhu cầu chụp X quang điện toán là rất cao. Hiện tại, khoảng 2.000 đơn vị CT y tế đã được lắp đặt ở Nga, con số này ít hơn đáng kể trên mỗi bệnh nhân trên quy mô toàn cầu, trong khi số lượng cung cấp khoảng 100 thiết bị hàng năm và khối lượng đang giảm trong điều kiện hạn chế.
Đối với nhu cầu về các thiết bị chụp X quang cắt lớp vi tính trong công nghiệp, chúng ta có thể nói đến hàng chục nghìn, vì việc sử dụng các hệ thống này đã tăng lên gấp nhiều lần cả trong lĩnh vực kiểm tra không phá hủy các sản phẩm trong công nghiệp và trong lĩnh vực an ninh vận tải (các tổ hợp kiểm tra trong vận tải, hải quan , v.v. . ).
Về khả năng cạnh tranh của việc phát triển Smart Engines trên thị trường thế giới, công ty đã giải thích với CNews như sau. Mỗi nhà sản xuất máy quét CT đều sử dụng một số dạng phần mềm tái tạo hình ảnh và có một thị trường B2B ở nơi này. Ưu điểm của việc phát triển Smart Engines là tốc độ hoạt động cao hơn do các thuật toán hiệu suất cao mới về cơ bản, tăng độ phân giải thực của hình ảnh thu được do các mô hình hình thành tín hiệu chính xác hơn, cũng như khả năng giảm liều thông qua việc sử dụng các kỹ thuật tái tạo được giám sát. Công ty nhấn mạnh việc giảm phơi nhiễm bức xạ của một bệnh nhân trong điều kiện phải chụp CT nhiều lần để theo dõi tình trạng của các cơ quan nội tạng là một yếu tố rất quan trọng, đặc biệt là trong một đại dịch.
Công ty nói với CNews, chiến lược Smart Engines chưa bao gồm kế hoạch đưa phần mềm này ra thị trường nước ngoài: trong điều kiện hiện tại, cần phải đưa phần mềm ra thị trường như một phần của tổ hợp phần mềm và phần cứng.
“Trong trường hợp của chúng tôi, chúng tôi chứng minh rằng hệ thống phần mềm mà chúng tôi đã tạo ra có khả năng hoạt động không chỉ trên các nền tảng máy tính thông dụng phổ biến mà còn trên các hệ thống do Nga sản xuất, đồng thời thể hiện chất lượng cao và tốc độ làm việc đủ cho nghiên cứu,” ông Vladimir Arlazarov nói. - Đối với nước ta, điều này trước hết là quan trọng vì nó có thể tạo ra một tổ hợp phần mềm và phần cứng hoàn toàn trong nước cho CT ở Nga. Tuy nhiên, theo giấy phép học thuật, chúng tôi cũng có kế hoạch cung cấp phần mềm của mình cho các trung tâm synctron hàng đầu thế giới. "
Làm thế nào và những gì đã được thử nghiệm
Các thử nghiệm của phần mềm nội địa Smart Tomo Engine được thực hiện bởi các nhân viên của công ty Smart Engines với sự hợp tác của các nhà khoa học thuộc Viện Hàn lâm Khoa học Nga (IITP RAS và FRC IU RAS) và các kỹ sư của công ty MCST, một nhà sản xuất bộ vi xử lý Elbrus.
Phần mềm Smart Tomo Engine chạy trên hệ điều hành Nga Elbrus, Microsoft Windows , Apple macOS và các bản phân phối Linux khác nhau , đồng thời cũng tương thích với các kiến trúc bộ xử lý khác nhau, bao gồm kiến trúc Elbrus VLIW và kiến trúc x86 x86-64.
Quá trình tái tạo thử nghiệm được thực hiện trên dữ liệu tổng hợp và hình ảnh thực thu được bằng cách quay phim bọ May trên máy ảnh vi mô của Trung tâm Nghiên cứu Liên bang của KF RAS. Tập dữ liệu tổng hợp "Shepp-Logan 3D" thu được bằng cách lập mô hình toán học sử dụng lược đồ hình quạt và tính toán từng lớp của phép chiếu từ bóng ma Shepp-Logan ba chiều. Kích thước hình chiếu là 511 × 51 pixel.
View attachment 5680265
Tia X thể tích của bọ tháng năm
Dữ liệu chụp ảnh thực tế từ bộ dữ liệu của Bọ cánh cứng tháng 5 được thu thập trên một bức ảnh vi mô của Trung tâm Nghiên cứu Liên bang của KF RAS. Kích thước pixel của máy dò được sử dụng là 9 micron và một con bọ khô được sử dụng làm mẫu. Kích thước hình chiếu là 1175 × 1175 pixel.
Các phép đo tốc độ của thuật toán tái tạo được thực hiện ở chế độ đơn luồng (1P) và đa luồng (MP) trên năm hệ thống máy tính: máy trạm Elbrus-401 (bộ xử lý Elbrus-4C), máy chủ Elbrus-804 với bốn Elbrus- 8С ", máy trạm" Elbrus-801SV "với bộ xử lý mới nhất" Elbrus-8SV ", cũng như các hệ thống dựa trên bộ xử lý AMD Ryzen 7 2700 và AMD Ryzen Threadripper 3970X.
Bộ xử lý Elbrus-8SV mới nhất rất thú vị với sự hiện diện của tám lõi với tần số 1,5 GHz, hỗ trợ RAM DDR4-2400 (lần đầu tiên cho bộ xử lý MCST), cũng như hai lõi với số lượng ALU tăng lên.
View attachment 5680266
Bộ xử lý Elbrus-8SV
Konstantin Trushkin , phó tổng giám đốc tiếp thị tại MCST cho biết: “Elbrus-8SV hoạt động tốt hơn với dữ liệu không được căn chỉnh và nó có nhiều cải tiến nhỏ khác so với Elbrus-8S .
Kết quả kiểm tra
Phân tích kết quả cho thấy ở chế độ đa luồng, máy chủ Elbrus-804 4 bộ xử lý mất 19 giây để tái tạo lại 511 lớp ảo bằng thuật toán HFBP (0,037 giây mỗi lớp), tần số từng lớp là 26,8 lớp mỗi giây (26,8 ips) , trên thực tế có nghĩa là tiến hành tái tạo gần như trong thời gian thực. Việc tái tạo 1261 lớp của bộ dữ liệu May Beetle mất 189 giây (6,7 ips) ở chế độ đa luồng.
Đo thời gian hoạt động của Smart Tomo Engine với các bộ xử lý khác nhau
Việc tái tạo bằng nền tảng của Nga đáp ứng các yêu cầu về tốc độ trong tim mạch, trong đó thông số tham chiếu chính là thời gian tim co lại, trung bình là một giây, CNews giải thích trên Smart Engines.
CPU Elbrus 4C, 800 MHz Elbrus 8C, 1,2 GHz Elbrus 8SV, 1,5 GHz AMD Ryzen 7 2700 AMD Ryzen 3970X (Bộ xử lý luồng) Hệ thống 1 CPU x 4 lõi / 4 luồng 4 CPU x 8 lõi / 8 luồng 1 CPU x 8 lõi / 8 luồng 1 CPU x 8 lõi / 16 luồng 1 x 32 (64) Chế độ 1P 4P 1P 32P 1P 8P 1P 16P 1P 64P Shepp-Logan 3D (511 lớp) FBP 959 giây 271 giây 569 giây 31 giây 514 giây 85 giây 213 giây 52 giây 237 giây 19 giây DFR 853 giây 234 giây 546 giây 23 giây 497 giây 69 giây 60 giây 10,5 giây 61 giây 5,1 giây HFBP 760 giây 200 giây 496 giây 19 giây 406 giây 55 giây 46 giây 8,3 giây 42 giây 2,3 giây "Con bọ có thể" (lớp 1261) FBP 17755 giây 6593 giây 8845 giây 685 giây 8342 giây 1992 s 4789 giây 1061 giây 4326 giây 568 giây DFR 9910 giây 2847 giây 6351 giây 236 giây 5575 giây 733 giây 771 giây 141 giây 724 giây 77 giây HFBP 9075 giây 2419 giây 5512 giây 189 giây 4540 giây 597 578 giây 97 giây 579 giây 41 giây
Khi làm việc với thuật toán FBP, độ trễ của Elbrus ở mức vừa phải, khi chuẩn hóa với tần số xung nhịp cho kết quả tương tự, nhưng với thuật toán DFR và HFBP, độ trễ của Elbrus lớn hơn.
Về vấn đề này, Smart Engines tuyên bố rằng phần mềm Smart Tomo Engine chưa được tối ưu hóa đầy đủ cho nền tảng Elbrus. Công ty cho biết phải mất năm năm để tối ưu hóa phần mềm cho nền tảng x86-64, đối với Elbrus, đặc biệt là đối với Elbrus-8SV mới nhất, quá trình tối ưu hóa hầu hết các chương trình và thuật toán mới bắt đầu và quá trình này sẽ mất khoảng hai tháng.
Trong tương lai gần, công ty có kế hoạch tối ưu hóa các tính toán để song song hóa SIMD 128-bit của bộ xử lý Elbrus-8SV và tăng tốc nền tảng bằng thuật toán HFBP - ít nhất là vài lần.
Создан томограф реального времени на «Эльбрусах» и отечественном ПО. Видео
Первые тестирования ПО Smart Tomo Engine для томографической реконструкции на системе с «Эльбрус-СВ» показали, что сочетания...www.cnews.ru
Tiếp tục với NTechLab, hãng phát triển trí tuệ nhân tạo AI, về công nghệ nhận dạng khuôn mặt, đã được nói quá nhiều từ vol 1 công ty tận bây giờ.Quay lại nhà phát triển hệ thống trí tuệ nhân tạo (AI) nhận diện gương mặt NTechLab đã được nói quá nhiều từ vol trước đến vol này
NtechLab được Đường sắt Ấn Độ ký hợp đồng để triển khai nhận dạng khuôn mặt tại 30 nhà ga
Quy định về quyền riêng tư sẽ được tuân thủ như thế nào vẫn chưa được xác định
View attachment 6548707
Dự án giám sát nhận dạng khuôn mặt đường sắt mới nhất của Ấn Độ đang được tiến hành, với hợp đồng triển khai công nghệ này cho 30 nhà ga, mặc dù những lo ngại về quyền riêng tư vẫn vượt quá giới hạn đối với các quyền tự do dân sự. NtechLab , công ty đang cung cấp cho đường sắt Ấn Độ tại các ga trên khắp Gujarat và Maharashtra, đã xác định Ấn Độ là thị trường quan trọng để giám sát video và chụp ảnh khuôn mặt, theo một cuộc phỏng vấn của Giám đốc điều hành Andrei Telenkov với tờ The Indian Express .
Phần mềm trí tuệ nhân tạo sinh trắc học của NtechLab trong trường hợp này sẽ được triển khai trên 2 trạng thái cho vô số phân tích video khác nhau bao gồm phát hiện tội phạm và giám sát luồng. Công nghệ của công ty bao gồm các giải pháp kinh doanh từ an toàn của công ty đến dịch vụ hẹn hò, cũng như các giải pháp của chính phủ như an ninh giao thông và hệ thống sinh trắc học di động.
Telenkov cho biết công ty đã thuê nhân sự chuyên dụng cho thị trường Ấn Độ, nơi đặt ra những thách thức về nhận dạng khuôn mặt của riêng mình từ quan điểm kỹ thuật. Giám đốc điều hành giải thích, một nguồn cấp dữ liệu video điển hình ở những nơi khác trên thế giới như NtechLab đang cung cấp cho Đường sắt Ấn Độ có thể bao gồm 10 khuôn mặt cùng một lúc, nhưng con số trung bình là gần 50 khuôn mặt trên mỗi khung hình trong các triển khai ở Ấn Độ. "Đó là một thách thức kỹ thuật lớn để phát hiện và nhận dạng tất cả những khuôn mặt đó", Telenkov nói với tờ The Indian Express.
NtechLab đã cung cấp các hệ thống nhận dạng sinh trắc học trong phân đoạn thực thi pháp luật của hệ thống thành phố an toàn ở Moscow, để phát hiện tội phạm và theo dõi các luồng giao thông đi bộ khắp thành phố và Moscow Metro . Thuật toán của hệ thống nhận dạng khuôn mặt Moscow đã được tùy chỉnh để hoạt động với độ phân giải video điển hình của hầu hết các camera giám sát của thành phố (4CIF), theo trang web của công ty .
Vào tháng 8, các bản cập nhật đã được thêm vào bộ phần mềm của công ty, bao gồm việc giới thiệu một thuật toán nâng cao như một phần của FindFace Multi mới, cho phép đối sánh sinh trắc học của khuôn mặt, cũng như bóng của người và xe.
Tuy nhiên, Telenkov nói rằng các thông số xung quanh việc sử dụng công nghệ của NtechLab có thể được tạo ra linh hoạt cho khách hàng, với lý do khách hàng Nga sử dụng công nghệ này cho danh sách đen tội phạm. Các biện pháp bảo vệ cho các mối quan tâm về quyền riêng tư cũng nằm trong tay khách hàng, NtechLab không đóng góp vào việc tạo hoặc tuân thủ cơ sở dữ liệu. Điều này có nghĩa là Đường sắt Ấn Độ, cơ quan quản lý hệ thống đi lại bằng tàu hỏa đô thị trong nước, tùy thuộc vào việc đưa ra các quy định xung quanh việc sử dụng công nghệ và thu thập dữ liệu.
Tuy nhiên, Dự luật Bảo vệ Dữ liệu Cá nhân của Ấn Độ hiện đang bị đình trệ tại quốc hội , khiến quốc gia này không có sự đảm bảo về cách sử dụng sinh trắc học và các dữ liệu khác được thu thập.
NtechLab contracted by Indian Railways to deploy facial recognition at 30 stations
------------------------------------------------------
NtechLab sẽ nghiên cứu nhân khẩu học và số lượng khách tham quan Expo 2020 ở Dubai
View attachment 6548709
NtechLab, một đối tác công nghệ của Rostec State Corporation, sẽ cung cấp nền tảng FindFace Multi để phân tích video đa đối tượng với tính năng nhận dạng khuôn mặt và hình bóng (multi-object video analytics with face and silhouette recognition) để đếm khách tham quan như một phần của quan hệ đối tác công nghệ với gian hàng Nga tại Expo 2020 ở Dubai.
Hệ thống sẽ cho phép bạn tính toán tổng số người truy cập, phân tích thông tin về họ: xác định giới tính, độ tuổi, ước tính số lượng tin thut.
Với sự trợ giúp của FindFace Multi, pavilion của Nga cũng sẽ có thể giám sát việc tuân thủ các biện pháp an toàn và các tiêu chuẩn vệ sinh và dịch tễ. Hệ thống sẽ thông báo cho nhân viên khi có quá nhiều người ở trong một khu vực và thu thập thông tin về hàng đợi, chẳng hạn như họ hình thành vào thời điểm nào và có bao nhiêu người trong hàng đợi.
Expo 2020 hứa hẹn sẽ là một trong những hội chợ lớn nhất trong lịch sử triển lãm thế giới. Đối với chúng tôi, với tư cách là một công ty công nghệ, việc đảm bảo an toàn cho khách tham quan gian hàng Nga tại Expo 2020 là một nhiệm vụ có trách nhiệm và thú vị ”, Andrey Telenkov, Giám đốc điều hành của NtechLab cho biết.
Ngày 23/11, trong khuôn khổ Expo 2020, NtechLab đang tổ chức một hội nghị quốc tế dành riêng cho lĩnh vực phân tích video. Những người tham gia từ mười quốc gia, bao gồm Bangladesh, Ấn Độ, Jordan, Các Tiểu vương quốc Ả Rập Thống nhất và Nga, sẽ thảo luận về việc sử dụng phân tích video của chính quyền thành phố, ngân hàng, chuỗi bán lẻ và ngành công nghiệp, cũng như các xu hướng chính trong nhận dạng khuôn mặt và việc sử dụng có đạo đức trí tuệ nhân tạo.
Expo 2020 sẽ diễn ra tại Dubai từ ngày 1 tháng 10 năm 2021 đến ngày 31 tháng 3 năm 2022.
Ntechlab will study demographics and count visitors to Expo 2020 in Dubai
Ntechlab изучит демографию и посчитает посетителей «Экспо-2020» в Дубае
Ntechlab изучит демографию и посчитает посетителей «Экспо-2020» в Дубае
Компания стала технологическим партнером российского павильона на всемирной выставке, которая открывается в...www.cnews.ru