MONAI

MONAI は、ヘルスケア イメージングにおけるディープ ラーニングのための PyTorch ベースのオープンソース フレームワークであり、PyTorch エコシステムの一部です。その野心は次のとおりです。

• 共通の基盤の上で協力する学術、産業、臨床研究者のコミュニティを発展させる。

• 医療画像処理のための最先端のエンドツーエンドのトレーニング ワークフローを作成します。

• 深層学習モデルを作成および評価するための最適化および標準化された方法を研究者に提供します。

特徴

マイルストーン リリースの技術的なハイライトと新機能をご覧ください。

• 多次元医用画像データの柔軟な前処理。

• 既存のワークフローへの統合を容易にする構成的でポータブルな API。

• ネットワーク、損失、評価指標などのドメイン固有の実装。

• さまざまなユーザーの専門知識に合わせてカスタマイズ可能なデザイン。

• マルチ GPU マルチノード データ並列処理のサポート。

インストール

現在のリリースをインストールするには、次のコマンドを実行するだけです。

 pip インストールモナイ

他のインストール オプションについては、インストール ガイドを参照してください。

はじめる

PyTorch ユーザー向けの MedNIST デモと MONAI は Colab で入手できます。

サンプルとノートブックのチュートリアルは、Project-MONAI/tutorials にあります。

技術文書は docs.monai.io で入手できます。

引用

研究に MONAI を使用したことがある場合は、ぜひ引用してください。引用は https://arxiv.org/abs/2211.02701 からエクスポートできます。

模型動物園

MONAI Model Zoo は、研究者やデータ サイエンティストがコミュニティから最新の優れたモデルを共有する場所です。 MONAI Bundle 形式を利用すると、MONAI を使用したワークフローの構築を簡単に始めることができます。

貢献する

MONAI に貢献するためのガイダンスについては、貢献ガイドラインを参照してください。

コミュニティ

Twitter/X @ProjectMONAI での会話に参加するか、Slack チャンネルに参加してください。

MONAI の GitHub ディスカッション タブで質問したり答えたりできます。

リンク

• ウェブサイト：https://monai.io/

• API ドキュメント (マイルストーン): https://docs.monai.io/

• API ドキュメント (最新開発): https://docs.monai.io/en/latest/

• コード: https://github.com/Project-MONAI/MONAI

• プロジェクトトラッカー: https://github.com/Project-MONAI/MONAI/projects

• 問題トラッカー: https://github.com/Project-MONAI/MONAI/issues

• Wiki: https://github.com/Project-MONAI/MONAI/wiki

• テストステータス: https://github.com/Project-MONAI/MONAI/actions

• PyPI パッケージ: https://pypi.org/project/monai/

• conda-forge: https://anaconda.org/conda-forge/monai

• 毎週のプレビュー: https://pypi.org/project/monai-weekly/

• Docker ハブ: https://hub.docker.com/r/projectmonai/monai