在血液細(xì)胞分析儀普及的今天，對于異常樣本，仍需要制作血涂片進(jìn)行人工鏡檢。這一環(huán)節(jié)的存在面臨諸多挑戰(zhàn)：

01

效率低下：手動(dòng)調(diào)節(jié)焦距、尋找視野，并計(jì)數(shù)數(shù)百個(gè)細(xì)胞，單個(gè)樣本處理耗時(shí)可達(dá)10-20分鐘。

02

標(biāo)準(zhǔn)不一：不同年資醫(yī)生的判讀結(jié)果可能存在差異，受主觀判斷因素影響，診斷的負(fù)荷率難以保證，影響醫(yī)療診斷的準(zhǔn)確性。

03

算力與延遲：現(xiàn)有的數(shù)字病理掃描儀通常將圖像上傳至服務(wù)器處理，存在數(shù)據(jù)隱私風(fēng)險(xiǎn)和傳輸延遲，無法做到“即掃即看”。

圖片來源于網(wǎng)絡(luò)

可采用高性能邊緣計(jì)算盒子實(shí)現(xiàn)“MIPI直采+NPU本地推理”模式，將普通的顯微鏡升級(jí)為具備AI輔助診斷的智能終端，大幅減輕檢驗(yàn)醫(yī)師的工作負(fù)荷，提升基層醫(yī)療機(jī)構(gòu)血液病篩查能力，同時(shí)，還解決了傳統(tǒng)數(shù)字病理成本高、體積大、依賴外接電腦的問題。

啟揚(yáng)RK3576核心板搭載4核Cortex-A72+4核Cortex-A53大小核架構(gòu)，內(nèi)置6T算力NPU，能實(shí)現(xiàn)異常細(xì)胞識(shí)別等AI模型本地實(shí)時(shí)推理；板載豐富的接口資源，適配MIPI直采需求；兼容多種外設(shè)與主流AI框架，大幅降低硬件集成與模型部署難度，滿足血液細(xì)胞分析的智能化需求。

內(nèi)置6T NPU算力，支持TensorFlow/MXNet/PyTorch/Caffe主流AI框架，可部署醫(yī)學(xué)圖像分割模型，精準(zhǔn)識(shí)別白細(xì)胞、紅細(xì)胞和血小板；同時(shí)，結(jié)合ISP雙圖像信號(hào)處理器，進(jìn)行自動(dòng)白平衡和色彩矯正，確保血液細(xì)胞的圖像的真實(shí)還原，避免色偏影響AI判讀。

支持eDP、MIPI、HDMI三種顯示接口，分辨率最高可達(dá)4K，可驅(qū)動(dòng)4K醫(yī)療顯示器，清晰展示血液圖片中的細(xì)胞細(xì)節(jié)（如形態(tài)、大小、結(jié)構(gòu)），輔助醫(yī)生復(fù)核，提高診斷的精確性。

支持雙千兆以太網(wǎng)、WiFi、5G等多種通訊方式，可快速傳輸大量血液細(xì)胞分析圖像和數(shù)據(jù)；還能與醫(yī)院其他醫(yī)療設(shè)備與信息系統(tǒng)（如LIS、HIS）的連接，實(shí)現(xiàn)數(shù)據(jù)共享與數(shù)據(jù)連接，提升整體醫(yī)療的工作效率。

4GB LPDDR4+32GB EMMC 存儲(chǔ)配置，同時(shí)支持1路TF卡接入，滿足高分辨率全玻片圖像的緩存和存儲(chǔ)需求。

板載MIPI-CSI、CAN、USB、UART等豐富的接口，可用于相機(jī)、醫(yī)療設(shè)備以及其他外部設(shè)備的連接。