MONAI

MONAI 是一个基于 PyTorch 的开源框架，用于医疗影像深度学习，是 PyTorch 生态系统的一部分。其目标如下：

• 建立一个由学术、工业和临床研究人员组成的社区，在共同的基础上进行合作；

• 为医疗影像创建最先进的端到端培训工作流程；

• 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法。

特征

请参阅里程碑版本的技术亮点和新增功能。

• 多维医学影像数据的灵活预处理；

• 组合式和可移植的 API，可轻松集成到现有工作流程中；

• 网络、损失、评估指标等的特定领域实施；

• 针对不同用户专业知识的可定制设计；

• 多GPU多节点数据并行支持。

安装

要安装当前版本，您只需运行：

 pip安装monai

其他安装选项请参阅安装指南。

入门

MedNIST 演示和适用于 PyTorch 用户的 MONAI 可在 Colab 上获取。

示例和笔记本教程位于 Project-MONAI/tutorials。

技术文档可在 docs.monai.io 上获取。

引文

如果您在研究中使用过 MONAI，请引用我们！引文可以从以下位置导出：https://arxiv.org/abs/2211.02701。

模型动物园

MONAI 模型动物园是研究人员和数据科学家分享社区最新、优秀模型的地方。利用 MONAI Bundle 格式可以轻松开始使用 MONAI 构建工作流程。

贡献

有关向 MONAI 做出贡献的指导，请参阅贡献指南。

社区

加入 Twitter/X @ProjectMONAI 上的对话或加入我们的 Slack 频道。

在 MONAI 的 GitHub 讨论选项卡上提问和回答问题。

链接

• 网站：https://monai.io/

• API 文档（里程碑）：https://docs.monai.io/

• API 文档（最新开发）：https://docs.monai.io/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

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

• 测试状态：https://github.com/Project-MONAI/MONAI/actions

• PyPI 包：https://pypi.org/project/monai/

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

• 每周预览：https://pypi.org/project/monai-weekly/

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