Medical Open Network for AI
MONAI 是一个基于PyTorch的开源深度学习框架,旨在医疗成像领域,且是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的社区,共同合作在一个公共基础上;
- 为医疗成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式。
功能
- 针对多维医疗成像数据的灵活预处理;
- 组合和便携的API,便于集成到现有工作流程中;
- 用于网络、损失、评估指标等的领域特定实现;
- 可定制的设计,适应不同用户的专业水平;
- 支持多GPU多节点数据并行处理。
安装
要安装当前版本,你可以简单运行:
pip install monai
请参考安装指南以获取其他安装选项。
入门
MedNIST 演示和MONAI for PyTorch Users在Colab上可用。
示例和笔记本教程位于 Project-MONAI/tutorials。
技术文档可在 docs.monai.io 查看。
引用
如果你在研究中使用了MONAI,请引用我们!可以从以下网址导出引用:https://arxiv.org/abs/2211.02701。
模型库
MONAI 模型库是研究人员和数据科学家分享最新和最出色模型的地方。 利用MONAI Bundle 格式,使开始构建工作流程变得简单。
贡献
关于如何为MONAI做出贡献的指南,请参见贡献指南。
社区
在Twitter/X上加入对话 @ProjectMONAI 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.io/
- API文档 (里程碑版本): https://docs.monai.io/
- API文档 (最新开发版): https://docs.monai.io/en/latest/
- 代码: https://github.com/Project-MONAI/MONAI
- 项目追踪: https://github.com/Project-MONAI/MONAI/projects
- 问题追踪: 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软件包: https://pypi.org/project/monai/
- conda-forge: https://anaconda.org/conda-forge/monai
- 每周预览: https://pypi.org/project/monai-weekly/
- Docker Hub: https://hub.docker.com/r/projectmonai/monai