医疗影像AI工具包
项目描述
Medical Open Network for AI
MONAI是基于PyTorch的开源框架，用于医疗影像的深度学习，是PyTorch生态系统的一部分。其目标是
- 建立学术、工业和临床研究人员共同合作的基础社区；
- 为医疗影像创建最先进的端到端训练工作流程；
- 为研究人员提供创建和评估深度学习模型的优化和标准化方式。
功能
- 适用于多维医学影像数据的灵活预处理；
- 易于集成现有工作流程的组成性和可移植API；
- 针对网络、损失、评估指标等特定领域的实现；
- 可根据用户专业知识定制设计；
- 支持多GPU多节点数据并行。
安装
要安装当前版本，您可以简单地运行
pip install monai
有关其他安装选项，请参阅安装指南。
入门
MedNIST 示例和MONAI for PyTorch Users在Colab上可用。
示例和笔记本教程位于Project-MONAI/tutorials。
技术文档可在docs.monai.io找到。
引用
如果您在研究中使用了MONAI，请引用我们！引用可以导出自：https://arxiv.org/abs/2211.02701。
模型库
MONAI 模型库是研究人员和数据科学家分享社区最新和最佳模型的场所。利用MONAI Bundle 格式可以轻松开始使用MONAI构建工作流程。
贡献
有关如何为MONAI做出贡献的指导，请参阅贡献指南。
社区
加入Twitter/X @ProjectMONAI上的讨论或加入我们的Slack频道。
在MONAI的GitHub讨论标签上提问和回答问题。
链接
- 网站：https://monai.org.cn/
- API 文档（里程碑）：https://docs.monai.org.cn/
- API 文档（最新开发）：https://docs.monai.org.cn/en/latest/
- 代码：https://github.com/Project-MONAI/MONAI
- 项目跟踪：https://github.com/Project-MONAI/MONAI/projects
- 问题跟踪：https://github.com/Project-MONAI/MONAI/issues
- Wiki：https://github.com/Project-MONAI/MONAI/wiki
- 测试状态：https://github.com/Project-MONAI/MONAI/actions
- PyPI 包：https://pypi.ac.cn/project/monai/
- conda-forge：https://anaconda.org/conda-forge/monai
- 每周预览：https://pypi.ac.cn/project/monai-weekly/
- Docker Hub：https://hub.docker.com/r/projectmonai/monai
下载文件
下载适用于您平台的文件。如果您不确定选择哪一个，请了解有关安装包的更多信息。
源分发
本发行版没有可用的源分发文件。请参阅有关生成分发存档的教程。
构建分发
monai-1.3.2-py3-none-any.whl (1.4 MB 查看哈希值)