医疗影像AI工具包
项目描述
Medical Open Network for AI
MONAI是基于PyTorch的、开源的医疗影像深度学习框架，是PyTorch生态系统的一部分。其目标是
- 建立一个学术、工业和临床研究人员共同合作的社区；
- 为医疗影像创建最先进的端到端训练工作流程；
- 为研究人员提供优化和标准化的创建和评估深度学习模型的方法。
功能
- 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和便携式API；
- 针对网络、损失、评估指标等领域的特定实现；
- 可根据用户技术水平自定义设计；
- 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。
入门指南
Colab上有MedNIST演示和为PyTorch用户准备的MONAI。
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！引用可以从：https://arxiv.org/abs/2211.02701导出。
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优秀模型的地方。利用MONAI捆绑格式，可以轻松开始使用MONAI构建工作流程。
贡献
有关如何向MONAI做出贡献的指导，请参阅贡献指南。
社区
在Twitter/X @ProjectMONAI上加入对话，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
- 项目跟踪器：https://github.com/Project-MONAI/MONAI/projects
- 问题跟踪器：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软件包：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
