当前位置: 首页 > 工具软件 > MONAI > 使用案例 >

医学图像的 AI 框架 MONAI 详细教程(一)

郏稳
2023-12-01

目录

  • 前言
  • 安装步骤
  • 基于 MONAI 的 MedMNIST 数据集分类任务
    • 导入依赖
    • 下载数据
    • 读取图像信息
    • MONAI transforms
    • 定义 Dataset、网络和优化器
    • 训练
    • 测试
  • 总结
  • 参考链接

前言

最近在读 CVPR 2023 上和医学图像方向相关的论文,发现其中的 Label-Free Liver Tumor Segmentation 这篇论文使用了 MONAI 这个框架。之前关注过的一些医学图像的期刊论文上,也有 MONAI 的出现,加之前的导师有过推荐,所以了解学习了下。简单检索后,发现网上关于 MONAI 的中文教程还没有,后面会有一系列的很详细的关于 MONAI 的教程,都会在 GiantPandaCV 上发布。

MONAI 主要有三个主要的仓库,MONAI Core、MONAI Label 和 MONAI Deploy(SDK),分别用在模型训练、医学图像打标签和模型部署上,后面我们会一一介绍。地址分别如下:

  • https://github.com/Project-MONAI/MONAI
  • https://github.com/Project-MONAI/MONAILabel
  • https://docs.monai.io/projects/monai-deploy-app-sdk/en/stable/index.html

关于基于 torch 的 MONAI Core,也就是我们第一部分重点介绍的内容,主要有以下优点:

  • 灵活的多维医学图像数据预处理功能&
 类似资料: