Medizinische Bildverarbeitung Von Rechenlast und passender Systemarchitektur für die Augenheilkunde

Anbieter zum Thema

ADVANTECH Europe B.V.

ET System electronic GmbH

ISH Ingenieursozietät GmbH

Bicker Elektronik GmbH

Mit der optischen Kohärenztomografie lassen sich hochauflösende Querschnittsbilder feiner Gewebestrukturen erstellen. Steigende Bildraten, 3D-Bildgebung und die Integration von KI lassen die Anforderungen an Rechenleistung und Systemarchitektur der verwendeten Industrie-PCs steigen.

Die frühe und damit rechtzeitige Diagnose von Krankheiten ist ein entscheidender Faktor für den Behandlungserfolg. Besonders deutlich wird das in der Ophthalmologie, also dort, wo Mediziner hochsensible Strukturen wie die Netzhaut, den Sehnerv oder die Hornhaut untersuchen. Während sich Ultraschall und Röntgen für allgemeine Zwecke etabliert haben, lassen sich mit der optischen Kohärenztomografie (OCT) sehr präzise und nicht-invasiv feinste Gewebeschichten im Auge darstellen.

Die oft als „optische Biopsie“ bezeichnete Technologie nutzt ein energiearmes Nahinfrarot und Interferometrie. Damit lassen sich Echtzeitbilder mit einer Auflösung im Mikrometerbereich erzeugen. Obwohl die OCT zunehmend auch in der Kardiologie und Dermatologie Anwendung findet, bleibt die Augenheilkunde aufgrund des hohen Bedarfs an präzisen Bildern der Haupteinsatzbereich.

Eine wachsende Datenlast

Mit der Forderung nach schnelleren Diagnosen und präziseren, datengestützten klinischen Entscheidungen entwickeln sich solche OCT-Systeme sehr schnell weiter. Vor allem Hardware-Entwickler haben mit steigender Rechenleistung und Datenbandbreite zu kämpfen.

Dabei ist eine geringe Latenzzeit zwischen Bildaufnahme und Visualisierung wichtig. Jede Verzögerung beeinträchtigt die Diagnose, insbesondere dann, wenn kleinste Anomalien in Netzhautschichten zuverlässig erkannt werden sollen. Zudem müssen moderne Systeme immer größere Datenmengen bewältigen: Schnelle A-Scans für Augentiefenprofile generieren sehr hohe Datenströme pro Sekunde, während breitere Sichtfelder und die zunehmende Verbreitung der volumetrischen 3D-Bildgebung einen hohen Durchsatz erfordern.

Hinzu kommt der Einsatz künstlicher Intelligenz. Ein KI-gestütztes Overlay zeigt potenzielle pathologische Veränderungen. Diese Informationen müssen ohne spürbare Verzögerung bereitgestellt werden, um den klinischen Workflow nicht zu unterbrechen. Damit sich die großen Datenmengen der Hochleistungskameras und Framegrabber-Karten verarbeiten lassen, ist eine präzise Abstimmung von CPU-Leistung, GPU-Beschleunigung, Speicherbandbreite und Hochgeschwindigkeits-E/A-Schnittstellen notwendig.

Es kommt auf die Rechengrundlagen an

Um diesen Anforderungen gerecht zu werden, kommen in medizinischen Bildgebungssystemen zunehmend leistungsfähige Industrie-Motherboards auf Basis aktueller Prozessorgenerationen zum Einsatz. Plattformen für Intel-Core-Prozessoren der 12., 13. und 14. Generation unterstützen Konfigurationen mit bis zu 24 Kernen, einer thermischen Verlustleistung (TDP) von 65 W und bis zu 36 MByte Cache.

Um die Datenströme von Kameras und Sensoren parallel zu verarbeiten, sind solche Rechenkapazitäten notwendig. Die Hochgeschwindigkeits-Signalerfassung und die Echtzeit-Rekonstruktion hängen davon ab, rechenintensive Arbeitslasten effizient auf mehrere Kerne zu verteilen, ohne die Reaktionsfähigkeit des Systems einzuschränken.

Ein weiterer kritischer Faktor ist die Speicherkapazität. Die Unterstützung von bis zu 192 GByte DDR5-Speicher ermöglicht die Pufferung umfangreicher optischer Datensätze und beschleunigt komplexe Rekonstruktionsprozesse wie Interpolation, Rauschunterdrückung, Segmentierung sowie Bildverbesserung. Da herkömmliche DDR4-Speicherarchitekturen sukzessive auslaufen, bietet DDR5 OEMs zudem langfristigen Investitionsschutz für erweiterte Produktlebenszyklen.

Bandbreite und Peripherie im klinischen Umfeld

In leistungsstarken OCT-Systemen reicht reine Rechenleistung allein nicht aus: Die Daten müssen zudem verlustfrei und mit minimaler Latenz zwischen Erfassungshardware, Grafikprozessoren (GPUs) und Displays übertragen werden. Hier spielen Erweiterungsschnittstellen wie PCIe x16 Gen5 und Gen4 eine entscheidende Rolle. Sie ermöglichen die direkte Integration von Framegrabber-Karten und dedizierten GPUs, welche das Rendering übernehmen und somit die CPU entlasten. Einige neuere Kameraarchitekturen leiten Bilddaten inzwischen direkt an das Motherboard zur CPU-gesteuerten Verarbeitung weiter. Dadurch rückt die Leistung der Hauptplatine noch stärker in den Fokus.

Für den klinischen Alltag, in dem Mediziner oft mehrere Ansichten gleichzeitig benötigen, beispielsweise Live-Bildgebung, Netzhautdickenkarten und Segmentierungsansichten, müssen Systeme zudem über vielseitige Display-Schnittstellen verfügen. Motherboards mit bis zu vier unabhängigen 4K-Ausgängen über DisplayPort, HDMI und eDP erleichtern den Aufbau entsprechender Multi-Screen-Arbeitsplätze. Ergänzend gewinnen Ein-Kabel-Lösungen via USB Typ-C an Bedeutung, da sie die Stromversorgung, Audio, Touch-Funktionalität und Peripherie an medizinischen Monitoren bündeln. Dadurch werden Installationen im Untersuchungsraum vereinfacht und die Ergonomie verbessert.

Die Weiterentwicklung der OCT zu schnelleren, KI-gestützten und volumetrischen 3D-Verfahren erfordert kompromisslose Rechenleistung, hohe Bandbreiten und stabile Plattformen. Die sorgfältige Auslegung der Motherboard-Architektur, des Speicherausbaus und der Peripherieanbindung ist für Entwickler medizinischer Bildgebungssysteme der Schlüssel, um die wachsenden Anforderungen im klinischen Alltag zuverlässig zu erfüllen. (heh)

Robotik und Bildgebung

Die Datenbrille steuert den Roboter in der Chirurgie

* Christoph Kühn ist Medical Key Account Sales Manager bei Advantech Europe.

(ID:50934878)