MONAI 是一個基於 PyTorch 的開源框架,用於醫療影像深度學習,是 PyTorch 生態系統的一部分。其目標如下:
建立一個由學術、工業和臨床研究人員組成的社區,在共同的基礎上合作;
為醫療影像創建最先進的端到端培訓工作流程;
為研究人員提供創建和評估深度學習模型的最佳化和標準化方法。
請參閱里程碑版本的技術亮點和新增功能。
多維醫學影像資料的靈活預處理;
組合式和可移植的 API,可輕鬆整合到現有工作流程中;
網路、損失、評估指標等的特定領域實施;
針對不同使用者專業知識的可自訂設計;
多GPU多節點資料並行支援。
要安裝當前版本,您只需運行:
pip安裝monai
其他安裝選項請參閱安裝指南。
MedNIST 演示和適用於 PyTorch 使用者的 MONAI 可在 Colab 上取得。
範例和筆記本教學位於 Project-MONAI/tutorials。
技術文件可在 docs.monai.io 上取得。
如果您在研究中使用過 MONAI,請引用我們!引文可從以下位置匯出:https://arxiv.org/abs/2211.02701。
MONAI 模型動物園是研究人員和資料科學家分享社區最新、優秀模型的地方。利用 MONAI Bundle 格式可以輕鬆開始使用 MONAI 建置工作流程。
有關向 MONAI 做出貢獻的指導,請參閱貢獻指南。
加入 Twitter/X @ProjectMONAI 上的對話或加入我們的 Slack 頻道。
在 MONAI 的 GitHub 討論選項卡上提問和回答問題。
網址:https://monai.io/
API 文件(里程碑):https://docs.monai.io/
API 文件(最新開發):https://docs.monai.io/en/latest/
程式碼:https://github.com/Project-MONAI/MONAI
專案追蹤器:https://github.com/Project-MONAI/MONAI/projects
問題追蹤器:https://github.com/Project-MONAI/MONAI/issues
維基:https://github.com/Project-MONAI/MONAI/wiki
測試狀態:https://github.com/Project-MONAI/MONAI/actions
PyPI 套件:https://pypi.org/project/monai/
conda-forge:https://anaconda.org/conda-forge/monai
每週預覽:https://pypi.org/project/monai-weekly/
Docker 中心:https://hub.docker.com/r/projectmonai/monai