Nvidia與倫敦國王學院合作,推出了以PyTorch為基礎的MONAI人工智慧框架,供研究人員使用深度學習技術開發醫療成像應用,MONAI為醫療領域的應用進行了最佳化,可以原生PyTorch範式,為醫療影像訓練工作流程開發,提供必要的基礎功能。這項專案目的是要建立一個可容納各方的人工智慧研究社群,交流人工智慧在醫療成像領域的最佳實踐。

MONAI框架的主要目標,是要實現實驗的可重現性,以方便研究人員共享結果,共同發展最新技術。MONAI具有容易使用的特性,且因為針對醫療領域最佳化,MONAI能夠處理醫學影像的特殊元資訊、格式和解析度,在第一個釋出版本中,MONAI提供了特定領域的資料轉換、神經網路架構,以及可用來衡量醫學影像模型品質的評估方法。

Nvidia提到,MONAI模組化的設計,可以讓研究人員靈活地自定義深度學習開發,不需要以端到端系統替換掉當前所有工作流程,像是研究人員可以利用MONAI程式碼進行資料預處理和轉換,接著切換到既有的人工智慧工作管線進行訓練。

倫敦醫學影像和人工智慧中心技術長Jorge Cardoso表示,在MONAI之前,沒有一個夠靈活且可組合的框架,供研究人員進行創新醫學人工智慧研究,MONAI具備強健性、可測試性和必要文件,MONAI詳細的教學資源以及友善的API,可讓入門的研究人員,簡單地定義端到端的訓練工作流程。

除了Nvidia與倫敦國王學院,現在參與MONAI開發的組織,還有德國癌症研究中心、MGH & BWH臨床資料科學中心、史丹佛大學、慕尼黑工業大學以及中科院。MONAI諮詢委員會主席Stephen Aylward表示,MONAI專案可以加快醫學影像人工智慧發展的步伐,提供專用於醫療成像應用的程式碼基礎。

MONAI專案建立在Ignite和PyTorch深度學習框架之上,整合了資料處理、2D分類和3D分割等函式庫,Nvidia提到,研究人員可以簡單地在現有程式碼庫中整合MONAI,將模組化的元件整合進人工智慧工作流程中。現在研究人員已經可以在GitHub取得MONAI專案。

熱門新聞

Advertisement