新闻详情

新闻详情

首页 / 资讯中心 / 详情

VINGLOOP用100G为医疗手术AV-over-IP保驾护航

发布时间:2026/11/22 0:47:06来源:尧图网络
VINGLOOP用100G为医疗手术AV-over-IP保驾护航
医疗手术在全面转向IP以来已经有七八年的时间。通过传统矩阵向AV-over-IP的转换已然实现了1080P向4K UHD的转换。基于此全新一代的MR、造影机、内窥镜、术野相机以及各种医疗显示设备均全面在IP时代焕然一新并实现性能的指数级提升。更有来自研华等AI前沿厂商的投入让手术室中基于AV-over-IP的人工智能解决方案得到了本质的飞跃。从简单的传输影像进化成AI对手术过程的实时分析。而这一切便是当今的全新手术室方案——数智化手术室有人也称之为OR over IPOperating Room over IP。手术画面的传输有两个极其苛刻的技术要求一个是对无损画面的需求4K 60帧的画面手术中需要4:4:4的完全无损画质另一个则是对图像采集和显示之间的极低延时需求微秒级的延时对一台可靠的手术来说绝对是极大的保障。鉴于此在OR over IP方案中市场上主流的解决方法要么采取巴可的Nexxis方案要么采取SDVoE系的方案这两种方案为了实现无损的画质都极大地牺牲了带宽的代价以SDVoE为例进行无损压缩之后压缩比为1.3:1一路4K的画面带宽仍然需要达到惊人的9.5Gbps。当一间手术中需要4-16路画面而组建起一个网络的时候带宽的需求一下子上升到了160Gbps甚至更高。在以往带宽成本较高的年代手术室之间的网络互联只能通过10Gbps的网络来进行富余年代也顶多采用了25Gbps的方案。这样便彻底限制了手术室之间的影像的传输。1路25Gbps的带宽也仅能传输2路SDVoE影像或者1路Nexxis影像。这其实本质上违背了AV-over-IP方案的初衷。VINGLOOP针对这个需求专门为医疗领域设计了一个AV-over-IP的交换网络。AIX-24XF4CF与AIX-48XF4CF两款型号作为接入型手术室用交换机除了能够提供24个/48个10Gbps的光纤接口还有4个100Gbps的互联。不仅保障了手术室内部的终端连接更为手术室之间的带宽做好最大的预留手术室之间能够同时传输40路无损的手术画面软件上面除了手术应用的常规10Gbps的AV协议之外针对近年来日益普及的手术直播需求VINGLOOP也将NDI的技术接入其中。将各种不同的音视频数据流做好区分排好优先级保障手术顺利进行的同时也保障直播的画面传输。同时对于研讨会等高级学术会议场所音频同样重要。VINGLOOP的系统能够同时将Dante与AES67兼容进来将全院的音视频系统打通并与直播平台联动实现我们设计AV-over-IP网络的最初衷将音频、视频、控制全融合到同一个网络中。最后为了与各个医疗手术室软件无缝对接VINGLOOP产品也提供完全免费的API让医生、护士可以通过软件在不知不觉中对VINGLOOP的网络进行控制而不需要专业的IT知识。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉