發佈日期 : 2022/06/20

NVIDIA RTX專業繪圖卡加速陽明交大應用化學系生醫影像研究


根據統計,心血管疾病是全球排名第一名的致死疾病,更是台灣十大死因中的第二名。國立陽明交通大學應用化學系暨分子科學研究所廖奕翰教授團隊,結合生醫影像及AI技術,重建活體斑馬魚心臟腔室以及心臟鈣離子之的動態3D影像,繼而同時獲得心室收縮功能參數、跳動心臟中心肌細胞之鈣離子瞬態變化、心臟電生理訊號傳導等重要生理訊息,打造更加快速的心臟生理及病理研究平台。

斑馬魚的基因及心臟電生理與人類相近,為心臟相關研究常用的模式生物。但由於斑馬魚幼魚心臟尺度小 (約 200微米) 且快速跳動 (每分鐘約 200 次,較人類心率每分鐘60-100下快很多),使得精確測量心室收縮功能以及心臟鈣離子動態3D成像均是一大挑戰。此外,3D動態影像的資料處理及分析更需花費大量的時間及人力。廖奕翰博士團隊應用自行建構之層光顯微成像系統,先分層截取斑馬魚心臟之動態2D影像,接著透過辨識心臟腔室邊界,並依心臟週期性跳動的特性後製重組為跳動心臟的擬真3D心臟腔室動畫。麗臺 NVIDIA RTX 專業繪圖卡除了提升影像特徵辨識及資料處理的效率,並且降低人為處理的不確定性,大大加速基於影像技術建立斑馬魚心臟生理功能分析平台的開發工作。

AI加速斑馬魚3D心臟腔室模型建立及分析

可以想像100 X 100張,每張1024 X 512 pixel的2D圖像堆疊成3D心臟模型,其檔案最小也有10 GB,研發團隊要在上萬張圖上標定心臟腔室邊界及個別細胞是非常繁瑣艱辛的工作。據廖奕翰博士分享,以往研究人員以人工分析單一物件至少需十個小時,即使後期改用程式輔助影像分析也需超過一小時,但仍難以標定細胞動態軌跡。現在用NVIDIA RTX A6000 進行TensorFlow框架下的模型訓練及驗證,運用AI技術,可在眾多不容易快速辨識特徵的複雜圖像中,精準地辨識腔體內邊界及標定個別細胞。更令人驚豔的是,可在幾分鐘之內完成單一物件分析,勾勒出擬真的心臟腔室收縮及上百個心肌細胞之動態軌跡,效率大幅提升。

(上圖為陽明交通大學應用化學系廖奕翰教授及負責開發此 AI應用的碩士班一年級徐羿頡同學)

協助生物科技發展

陽明交大廖奕翰教授團隊開發的斑馬魚心臟生理功能分析工具有助提升心臟相關生理及病理研究、加速藥物毒性及效性篩選之效率,未來若發展成臨床前藥物心臟毒性初級篩選平台,有望減少新藥開發的時間及金錢成本,具有極高的應用價值和推廣前景。預見在AI加持下,將可大幅縮短研發時程,提早實現遠景。

麗臺服務加分,讓使用者享有專業且安心的運算環境

NVIDIA RTX A6000 搭載最新NVIDIA Ampere GPU與10,752 NVIDIA CUDA 核心,其48GB GDDR6 記憶體及高達 768GB/s 記憶體頻寬專為運算密集的任務打造。若將兩張NVIDIA RTX A6000卡與NVLink相連,可以有效將記憶體空間增加一倍,以執行更大專案。且最大功耗只有300W,利於長時間運算。

NVIDIA RTX GPU全系列擁有最佳化驅動程式、超過 100 種的專業軟體認證,以及 IT 管理工具,是專為加速專業工作流程而打造的繪圖卡。此外,麗臺提供獨家3年保固,並成立全球GPU技術咨詢中心,讓使用者享有最專業且安心的服務及繪圖環境。

圖說:麗臺NVIDIA Quadro RTX A6000