Der Kunde und die Anwendung: Ultraschallgerät

Mit der raschen Entwicklung der 5G-High-Speed-Übertragungs- und KI-Bilderkennungstechnologie wird die Effizienz der Erkennung medizinischer Bild erwartungsgemäß weiter zunehmen. Jenseits der Grenzen einer einzelnen Klinik werden Anwendungen, wie medizinische Cloud-Bildgebungsplattformen und Telemedizin, zu künftigen ergänzenden Diagnoseinstrumenten. Es müssen jedoch hochwertige, hochauflösende Bildspeicherdaten das Fundament für die Realisierung dieser Vision der intelligenten medizinischen Versorgung bilden.

Ein weltbekannter Hersteller von Medizingeräten wandte sich mit einem Ziel vor Augen an Apacer. Im Streben nach höchster Bildqualität und besserer Bildschärfe entwickelte er MRT-Instrumente, Röntgen-Computertomographen und bildgebende Ultraschall-Diagnosegeräte. Er bat Apacer um Unterstützung bei Bildqualitätsproblemen in Verbindung mit der Aufnahme unvollständiger oder fehlerhafter Bilder durch medizinische Bildgebungsgeräte. Sein Ziel waren die Beschleunigung der Dateninterpretation und -inspektion durch Endnutzer, wie medizinische Einrichtungen, und die Verbesserung der Diagnosezuverlässigkeit.

 

Herausforderungen

Im Vergleich zu anderen nicht-invasiven Bildverarbeitungssystemen können Ultraschallscanner Echtzeitbilder auf kostengünstige, schnelle und sichere Weise bereitstellen, die als Referenz für die Diagnose in klinischen Anwendungen dienen können. Das neueste medizinische Ultraschallgerät des Kunden wies beim Lesen von Daten trotz herausragender 4K-UHD-Bildgebungstechnologie eine geringe Bildqualität und eine stark reduzierte Auflösung auf. Dies erhöhte den vom medizinischen Personal zur Interpretation der Bilder benötigten Zeitaufwand sowie ihre Arbeitslast. Zudem führte die geringe Bildauflösung mit größerer Wahrscheinlichkeit zu Abweichungen und Fehlern bei der Interpretation, was sich auf die Zuverlässigkeit nachfolgender Prüfberichte und sogar auf diagnostische Empfehlungen auswirken konnte.

Neben Bildauflösungsproblemen litten Prototypen des Ultraschallscanners häufig auch unter Bildfehlern, wie unvollständigen Messwerten oder Bilddefekten. Die Hauptursache war nicht immer leicht zu ermitteln. Da die Erkennung medizinischer Bilder einer der wichtigen Bereiche künftiger KI-gestützter Diagnosesysteme ist und bei den Anforderungen an die Bildqualität keine Kompromisse eingegangen werden können, entschied sich dieser Kunde, von Apacers umfassender Erfahrung im vertikalen Markt des Gesundheitswesens zu profitieren, und bat unser Ingenieurteam um Unterstützung bei der Untersuchung.

 

Lösungen und Technologien 

Apacers technisches Team prüfte zunächst die SD-Speicherkarte des Prototyps und fand heraus, dass ein kommerzielles Gerät eingesetzt wurde, das nur eine maximale Auflösung von 480 x 640 unterstützt. 4K-UHD-Aufnahmen konnten von dieser älteren Speicherkarte nicht bewältigt werden. Das technische Team empfahl dem Kunden die industriellen Speicherkarten SD H1-M Klasse 10. Durch Unterstützung von Auflösungen bis 4096 x 2160 (4K UHD) bietet es zudem 3.000 P/E-Zyklen und eine feste Komponentengarantie. 

Als Nächstes analysierten die Ingenieure von Apacer das Datenzugriffs- und Nutzungsverhalten und stellten fest, dass das Ultraschall-Scansystem eine leseintensive Anwendung war. Zuvor identifizierte Lesestörungen wurden damit in Verbindung gebracht. Aus diesem Grund empfahlen die Ingenieure dem Kunden, Apacers Smart Read Refresh™-Technologie einzusetzen. Wenn sich zu viele fehlerhafte Daten in einem Block befinden oder die Anzahl Blöcke einen kritischen Schwellwert erreicht, werden die Daten über Smart Read Refresh™ neu organisiert. Das Schreiben in verschiedene Blöcke zum Abschließen des Aktualisierungsprozesses verhindert Lesestörungen und gewährleistet die Integrität aller Blöcke im NAND-Flash. Auf diese Weise wird das Problem unvollständiger Bildlesevorgänge behoben.

 

Ergebnisse und Vorteile

Nach einer Neugestaltung des Prototyps basierend auf der industrietauglichen Speicherkarte SD H1-M der Klasse 10 von Apacer stellte der Kunde fest, dass die von seinem Ultraschallgerät aufgenommenen Bilder deutlich klarer waren und keine Lesestörungen mehr aufwiesen. Das abschließende Ergebnis war ein konkurrenzfähiges Produkt, das ein gutes Fundament für künftige KI-Bildidentifizierungs- und unterstützende Diagnoseentwicklungen bildete.