Fournisseur de cartes, logiciels et systèmes prêts à l'emploi pour l’embarqué et l’IoT industriel, Advantech nous explique ici le double intérêt des ordinateurs monocartes (SBC) dans les applications d'imagerie endoscopique : des performances graphiques élevées et une intégration de l'intelligence artificielle (IA) dans un espace plus réduit.

Mini-invasive, la technologie d’endoscopie constitue une option de plus en plus populaire dans de nombreuses opérations médicales de prévention et de traitement, notamment en ce qui concerne le cancer des organes gastro-intestinaux. Le marché mondial des dispositifs d’endoscopie devrait atteindre environ 47,7 M$ d’ici 2028, avec une croissance annuelle moyenne prévue de 6 %.

Les chirurgiens sont en effet de plus en plus enclins à utiliser des endoscopes avancés qui fournissent, grâce à de minuscules caméras, des images haute résolution et un affichage en temps réel.

Gagner en résolution d'image et en intelligence

L'endoscopie traditionnelle repose sur une analyse visuelle, avec le risque de ne pas toujours détecter des anomalies, et de manquer ainsi des opportunités de traitement à un stade précoce.

C'est pourquoi certains développeurs d'équipements d'endoscopie cherchent à améliorer la résolution d'affichage mais aussi à intégrer de l'intelligence artificielle (IA), qui nécessitait jusqu'à présent des systèmes volumineux intégrant des processeurs graphiques (GPU) basés sur le bus PCI Express (PCIe).

Heureusement, des solutions plus compactes et plus polyvalentes sont maintenant disponibles. Un ordinateur monocarte (SBC pour Single-Board Computer) compact doté d'un module d'extension offre par exemple une bien meilleure option pour l'imagerie médicale dans les applications d'analyse endoscopique.

Performance et compacité

Les cartes embarquées compactes jouent un rôle de plus en plus central dans les équipements d'endoscopie, où la taille est un facteur critique. Les derniers SBC permettent le développement d'endoscopes rationalisés présentant un faible encombrement, leur largeur équivalant généralement à 3,5 pouces (88,9 mm). Cette avancée a conduit à des gains substantiels en termes de mobilité et à un meilleur contrôle pour les chirurgiens.

Les processeurs mobiles de dernière génération sont au cœur des SBC modernes, offrant une capacité d'unité d'exécution (EU) particulièrement élevée en matière de graphiques. Certains offrent une EU trois fois supérieure à celle des processeurs de bureau de la même génération. Ils sont aussi sobres en énergie grâce à une conception thermique sans ventilateur et à faible bruit.

Les dernières fonctionnalités des SBC leur permet, en outre, de prendre en charge quatre écrans simultanément avec des résolutions allant jusqu'à 4K. Les chirurgiens peuvent ainsi examiner les patients avec une clarté et une précision exceptionnelles, ce qui améliore considérablement leurs capacités de diagnostic.

Une extension GPU hautes performances pour des capacités d'imagerie et d'IA améliorées

Dès qu'il s'agit d'offrir des performances graphiques élevées, la plupart des cartes embarquées actuelles ont une taille imposante afin de permettre l'extension de bus PCIe ou MXM (Mobile PCI Express Module). Ce n'est pas le cas des modules d'extension GPU de dernière génération, qui s'interfacent facilement aux SBC à l'aide d'un connecteur USB4 Type-C. Certaines cartes d'extension ont la capacité de prendre en charge des modules GPU MXM avec des puissances nominales allant jusqu'à 115 W ; ce qui permet d'augmenter de 460 % les performances graphiques.

Module d'expansion MIOe-UMXM avec GPU MXM (crédit photo : Advantech).

En incorporant ce même type de module d'extension avec un GPU MXM, la qualité d'affichage passe de DP1.4 (à 3840 × 2160 et 60 Hz) à DP1.4a, avec une résolution identique mais à un taux de rafraîchissement plus rapide de 120 Hz. Une telle mise à niveau fournit des images plus claires et plus fluides pour améliorer la précision, faciliter la visualisation des structures internes et améliorer l'efficacité des procédures médicales.

Un module complémentaire GPU peut également améliorer les algorithmes d’apprentissage automatique (ML pour machine learning), renforçant ainsi les capacités d’IA de l’endoscope, pour assister les médecins dans leurs diagnostics. De plus, un GPU étendu peut accélérer le traitement des images, permettant le rendu en temps réel des images médicales 3D et des données volumétriques.

De l'importance du logiciel dans le déploiement de l'IA

Bien entendu, lorsque de grandes capacités de calcul sont consommées pour les algorithmes d’IA et de ML, il peut s’avérer difficile de se procurer des périphériques matériels offrant un rapport qualité-prix optimal. Et même si tous les ensembles de données, algorithmes, formations et UI/UX fonctionnent, il faut parvenir à faciliter le déploiement d’une application d’IA. C'est un besoin essentiel qui nécessite une gestion efficace des modèles d’IA, en plus de tous les périphériques matériels distants, tels que les capteurs.

Heureusement, des solutions logicielles d’orchestration Edge (calcul local) et de gestion des dispositifs de bout en bout sont désormais disponibles pour aider à alimenter et à faire évoluer les applications IA/ML. Certains fournisseurs, comme Advantech, le proposent sous forme d'outil gratuit (Edge AI Suite), un avantage indéniable !

Capable d'améliorer les performances du CPU et du GPU, le logiciel rend l'identification des objets et l'évaluation des performances de l'IA encore plus efficaces. En un seul clic, les utilisateurs peuvent tester les capacités d'IA de leurs appareils de périphérie à l'aide de modèles pré-entraînés, ce qui permet de gagner du temps et de réduire le coût de déploiement de l'IA.

www.advantech.com