MONAI – NVIDIA 技術博客
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Wed, 12 Mar 2025 06:39:52 +0000
zh-CN
hourly
1
196178272 -
借助 Databricks Pixels 2.0 和 MONAI 加速醫學影像 AI 運營
Fri, 28 Feb 2025 06:32:31 +0000
http://www.open-lab.net/zh-cn/blog/?p=13152
Continued]]>
根據世界衛生組織（WHO）的數據，全球每年都會進行 36 億次醫學影像檢查，以診斷、監測和治療各種疾病。大多數圖像都存儲在全球公認的標準 DICOM（Digital Imaging and Communications in Medicine）中。DICOM 格式的成像研究結合了非結構化圖像和結構化元數據。 數據倉庫等典型的數據管理系統無法適應非結構化數據類型。此外，數據湖無法對元數據進行分類和存儲，而元數據對于搜索、治理和這些影像檢查的可訪問性至關重要。Databricks Pixels 0.6 于 2021 年開發，通過提供可擴展的環境解決了許多此類挑戰，您可以從中提取、管理和編錄 Databricks Data Intelligence Platform 中的所有醫學影像數據。 現在，借助 Databricks Pixels 2.0 解決方案加速器，
Source
]]>
13152
-
MONAI 成立 5 周年，慶祝開放科學和企業 AI 創新
Thu, 05 Dec 2024 07:01:30 +0000
http://www.open-lab.net/zh-cn/blog/?p=12392
Continued]]>
值此 MONAI 成立五周年之際，我們見證了開放式醫療 AI 愿景與生產就緒型企業解決方案的融合。 此公告帶來兩項激動人心的進展：MONAI Core v1.4 的發布 (擴展了開源功能)，以及 VISTA-3D 和 MAISI 作為 NVIDIA NIM 微服務的全面推出。這一雙重版本反映了我們對研究社區和臨床部署的承諾。 MONAI 的發展歷程非常了不起，下載量超過 350 萬次，發表的論文超過 1000 篇，展示了 MONAI 對醫學 AI 研究的影響。 最初是 NVIDIA 與倫敦國王學院的合作，現已發展成為一個充滿活力的生態系統，并得到了全球領先機構的支持。GSK、DKFZ、Bristol Myers Squibb、Alara、Quantiphi、Dataiku 和 Newton’s Tree 等組織貢獻了寶貴的專業知識和資源，
Source
]]>
12392
-
利用合成數據生成解決醫學成像的局限性
Mon, 24 Jun 2024 05:18:32 +0000
http://www.open-lab.net/zh-cn/blog/?p=10430
Continued]]>
醫學成像中的合成數據提供了許多好處，包括在真實數據有限的情況下，以多樣化和逼真的圖像增強數據集的能力，從而減少與注釋真實圖像相關聯的成本和人工。此外，合成數據還為使用敏感患者數據提供了一種合乎道德的替代方案，有助于在不損害患者隱私的情況下進行教育和培訓。 這篇文章介紹了 MAISI，一個NVIDIA AI Foundation 模型用于 3D 計算機斷層掃描（CT）圖像生成。MAISI 的首要目標是通過提供一種可靠高效的方法來生成高質量合成圖像，以用于各種研究和臨床應用，從而徹底改變醫學成像領域。通過克服數據稀缺和隱私問題的挑戰，MAISI 旨在提高醫學成像數據的可訪問性和可用性。 該模型可以生成高分辨率合成 CT 圖像和相應的分割掩模，最多 127 個解剖類別（包括骨骼、器官和腫瘤），同時實現 512×512×512 的標志性體素尺寸和 1.0×1.0×1.0 mm³的間距。
Source
]]>
10430
-
使用 GPU 加速的 nvImageCodec 推進醫學影像解碼
Wed, 17 Apr 2024 06:12:11 +0000
http://www.open-lab.net/zh-cn/blog/?p=9694
Continued]]>
本文將深入分析 DICOM 醫學影像的解碼功能。AWS HealthImaging 利用 NVIDIA 的 nvJPEG2000 庫 來實現此功能。我們將深入探討圖像解碼的復雜性，并介紹 AWS HealthImaging，以及 GPU 加速解碼解決方案帶來的進步。 通過 GPU 加速的 nvJPEG2000 庫，踏上在 AWS HealthImaging 中提高吞吐量和降低醫療影像解密成本的旅程，代表著在云環境中實現運營效率的一大步。這些創新有望節省大量成本，預測表明此類工作負載的潛在成本降低總計數億美元。 JPEG 2000 的實施面臨著顯著的複雜性，因為早期遇到的互操作性問題阻礙了跨不同系統的無縫整合。這種複雜性導致廣泛採用的阻礙。然而，高吞吐量 JPEG 2000 (HTJ2K) 編碼系統的出現代表著圖像壓縮技術的重大進展。JPEG 2000 標準的第 15 部分概述的…
Source
]]>
9694
-
借助生成式 AI 和細胞成像的新模型打破醫療健康領域的障礙
Tue, 19 Mar 2024 06:37:32 +0000
http://www.open-lab.net/zh-cn/blog/?p=9367
Continued]]>
推動醫療健康成像的未來，NVIDIA MONAI 微服務正在創建獨特的先進模型和擴展模式，以滿足醫療健康和生物制藥行業的需求。最新更新引入了一套新功能，旨在進一步增強醫學成像工作流程的功能和效率。本文將探討以下新功能： NVIDIA MONAI 平臺中的實時推理在簡化交互式標注工作流程方面發揮了重要作用。現在，隨著批量推理的引入，用戶可以同時處理大量醫學影像。在不影響準確性的情況下實現更快、更高效的分析，此功能對于處理大量數據集的機構和研究人員至關重要。 此外，通過使用 MONAI 捆綁包的自定義訓練功能，用戶可以按照自己的特定需求來定制 AI 模型。這種自定義訓練方法利用了 MONAI 捆綁包的規范，使得平臺更加靈活，能夠更好地滿足您獨特的成像需求。您可以從 NVIDIA 的 NGC 目錄中選擇任何 MONAI 捆綁包 https://catalog.ngc.nvidia.
Source
]]>
9367
-
借助 NVIDIA MONAI Cloud API 加速 3D 醫學影像的 AI 工作流
Sun, 26 Nov 2023 06:41:06 +0000
http://www.open-lab.net/zh-cn/blog/?p=8371
Continued]]>
AI 越來越多地用于改善醫學成像，以進行健康篩查和風險評估。例如，醫學影像分割可為腫瘤檢測和治療規劃提供重要數據。然而，醫學影像的獨特性和多樣性使得實現一致、可靠的結果具有挑戰性。 NVIDIA MONAI Cloud API 幫助解決這些挑戰，簡化了平臺集成商的 AI 功能和基礎設施設置之旅。本文介紹了 NVIDIA MONAI Cloud API、VISTA-3D 和 Auto3DSeg，并解釋了如何同時使用它們來實現自適應 3D 醫學成像。 NVIDIA MONAI Cloud API 可提供低延遲、交互式且經濟高效的 AI 輔助標注工作流。借助持續學習機制，該模型可適應新的真實數據，使其能夠隨著時間的推移保持相關性和可靠性。 VISTA-3D 基于大量數據集進行訓練，是用于 3D 醫學成像的專用交互式基礎模型。VISTA – 3D 為 NVIDIA…
Source
]]>
8371
-
在 NVIDIA DGX 上以細胞分辨率繪制全人腦神經映射
Wed, 08 Nov 2023 03:42:55 +0000
http://www.open-lab.net/zh-cn/blog/?p=8139
Continued]]>
為了在 2 年內對 100 個大腦進行全人腦細胞級成像以及后續的分析和映射，我們需要加速超級計算和計算工具。NVIDIA 的技術很好地滿足了這一需求，包括硬件、計算系統、高帶寬互連、特定領域的庫、加速工具箱、精心策劃的深度學習模型和容器運行時。NVIDIA 的加速計算涵蓋了 IIT Madras 大腦中心 的解決方案構建、推出、優化、管理和擴展的技術之旅。 如今，對于像蒼蠅這樣的小型昆蟲大腦，以及老鼠和小猴子的大腦，獲取、轉換、處理、分析和解釋的過程已經相當復雜。然而，對于整個人類大腦來說，這些活動規模更大、更復雜，更需要技能和時間。 IITM Brain Centre 的成像管線的關鍵大數據特征是體積 和速度。每個掃描儀的掃描速率為 250 GB/小時，當多個掃描儀同時運行時，該中心每小時能生成 2 TB 的高分辨率未壓縮圖像。所有圖像都必須進行處理，
Source
]]>
8139
-
用 MONAI 和 RAPIDS 實時進行全幻燈片圖像分析
Thu, 13 Jul 2023 06:10:25 +0000
http://www.open-lab.net/zh-cn/blog/?p=7453
Continued]]>
數字病理切片掃描儀生成大量圖像。載玻片通常以 40 倍的放大率進行掃描，得到千兆像素的圖像。壓縮可以將每個幻燈片的文件大小減少到 1 或 2 GB ，但這種數據量在移動、保存、加載和查看方面仍然具有挑戰性。要以全分辨率查看典型的完整幻燈片圖像，需要一個網球場大小的監視器。 與組織病理學一樣，基因組學和顯微鏡可以產生數兆字節的數據。有些用例涉及多種模式，將這些數據轉換為更易于管理的大小通常需要進行漸進式轉換，直到只保留最顯著的特征。本文探討了實現這種數據細化的一些方法，使用的分析類型，以及諸如MONAI和RAPIDS可以釋放有意義的見解。以一個典型的數字組織病理學圖像為例，因為這些圖像現在在全球的常規臨床環境中使用。 MONAI 是一套開源、免費的協作框架，旨在加速醫學成像領域的研究和臨床協作。 RAPIDS 是一套開源軟件庫，用于在 GPU 上構建端到端的數據科學和分析管道。
Source
]]>
7453
-
用于醫學圖像分析的可視化基礎模型
Tue, 20 Jun 2023 04:55:04 +0000
http://www.open-lab.net/zh-cn/blog/?p=7202
Continued]]>
3D 醫學圖像的分析對于提高臨床反應、疾病跟蹤和患者的整體生存率至關重要。深度學習模型構成了現代 3D 醫學表示學習的支柱，實現了對臨床決策至關重要的精確空間上下文測量。這些 3D 表示對醫學成像數據（例如 CT 或 MRI 掃描）的生理特性高度敏感。 醫學圖像分割是醫學應用的一項關鍵視覺任務，是測量醫學圖像各個方面的定量工具。為了改進對這些圖像的分析，基礎模型的開發和應用在醫學圖像分析領域變得越來越重要。 基礎模型是最新一代人工智能神經網絡，在廣泛多樣的數據集上進行訓練，可用于廣泛的任務或目標。 隨著大型語言模型展示其處理一般任務的能力，視覺基礎模型正在出現，以解決各種問題，包括分類、檢測和分割。 基礎模型可以用作強大的人工智能神經網絡，用于分割醫學圖像中的不同目標。它為醫學成像應用開辟了一個可能性的世界，增強了分割任務的有效性，并實現了更準確的測量。
Source
]]>
7202
-
在研究突破和臨床采用的推動下， MONAI 達到 100 萬下載里程碑
Tue, 21 Mar 2023 06:56:04 +0000
http://www.open-lab.net/zh-cn/blog/?p=6539
Continued]]>
MONAI 是一個特定領域的開源醫學成像人工智能框架，推動研究突破并加速人工智能進入臨床影響，目前已被 100 多萬數據科學家、開發人員、研究人員和臨床醫生下載。 100 萬大關代表著人工智能醫療開放網絡的一個重要里程碑，該網絡在去年推動了許多研究突破，并引入了新的開發工具。 最值得注意的是 Auto3DSeg ，這是一個低代碼框架。它使數據科學家和任何技能的研究人員都能夠訓練模型，在 CT 和 MRI 等 3D 成像模式中快速分割感興趣的區域。 MONAI 社區的研究人員在許多細分比賽中使用 Auto3DSeg 排名第一，如 MICCAI INSTANCE22 和 HECKTOR22 挑戰賽。 Swin UNETR 是 MONAI 社區的另一項研究突破，是由范德比爾特大學和 NVIDIA 的作者共同完成的 published in CVPR 。
Source
]]>
6539
-
通過 MONAI 部署將 AI 帶入臨床生產
Mon, 28 Nov 2022 11:00:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=5797
Continued]]>
隨著廣泛的開源加速人工智能框架觸手可及，醫療人工智能開發人員和數據科學家正以驚人的速度為臨床應用引入新算法。這些模型中的許多都是開創性的，然而 87% 的數據科學項目從未投入生產 。 在大多數數據科學團隊中，模型開發人員缺乏一種快速、一致、易于使用和可擴展的方法，無法將經過訓練的人工智能模型開發并打包到市場上的醫療人工智能應用程序中。這些應用程序可以幫助臨床醫生簡化成像工作流程，發現隱藏的見解，提高生產力，并連接多模式患者信息以加深患者理解。 MONAI ，人工智能醫療開放網絡，正在用 MONAI Deploy 彌補從開發到臨床部署的這一差距。 MONAI Deploy 提供了一套用于開發、打包、測試、部署和運行醫療 AI 應用程序的開源工具。它允許開發人員構建 AI 應用程序，協調臨床 AI 工作流，并通過 DICOM, FHIR, and HL7 等標準與 PACS…
Source
]]>
5797
-
MONAI 通過醫療成像套件在谷歌云上推動醫療 AI
Tue, 25 Oct 2022 05:31:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=5564
Continued]]>
醫學成像是世界各地醫療保健、篩查、診斷和治療工作流程的重要工具。計算機視覺領域的創新和突破正在通過新的 SDK 加速醫療保健領域的復興。 MONAI ，人工智能醫療開放網絡，在其開源套件中容納了許多這些 SDK ，旨在驅動醫療人工智能工作流。要了解有關 MONAI 的更多信息，請參見 Open-Source Healthcare AI Innovation Continues to Expand with MONAI v1.0 。 要在云中運行這些 SDK 并將其連接到醫療成像生態系統，需要可訪問、安全且戰略性地集成到存儲和網絡等基礎設施中的平臺。 最近宣布， Google Cloud Medical Imaging Suite 就是這樣一個平臺，它能夠開發用于成像的 AI ，以支持更快、更準確的圖像診斷，提高醫護人員的生產力，并改善患者獲得更好護理和結果的機會。
Source
]]>
5564
-
開源醫療 AI 創新隨著 MONAI v1.0 不斷擴展
Wed, 21 Sep 2022 10:12:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=5238
Continued]]>
針對醫療成像 AI 生命周期的開發是一個耗時的 和資源高消耗 的過程，通常包括數據采集、計算和培訓時間，以及一組在創建適合您的特定挑戰的模型方面有豐富知識的專家。 Project MONAI ， AI 的醫療開放網絡，正在繼續擴展其功能，以幫助簡化這些障礙，無論開發人員從何處開始他們的醫療 AI 工作流。 MONAI 是一個特定領域的開源醫學人工智能框架，推動研究突破，加速人工智能進入臨床影響。它將醫生與數據科學家聯合起來，為醫學 AI 工作流中的深度學習模型和可部署應用程序釋放醫學數據的力量。 MONAI 在數據標記、模型培訓和應用程序部署方面具有特定領域的工具，使您能夠開發、復制和標準化醫療 AI 生命周期。 MONAI v1.0 的發布為開發人員帶來了許多令人興奮的新更新和工具，包括： MONAI 是發展最快的開源平臺，
Source
]]>
5238
-
GTC 推出新語言、增強網絡安全和醫療 AI 框架
Wed, 21 Sep 2022 09:14:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=5211
Continued]]>
在 GTC 2022 年， NVIDIA 對 AI 框架進行了增強，以構建實時語音 AI 應用程序、大規模設計高性能推薦者、將 AI 應用于網絡安全挑戰、創建 AI 驅動的醫療設備等。 展示了真實世界中的端到端 AI 框架，突出了客戶和合作伙伴在其行業和領域中的領先地位。當組織將其 AI 框架投入生產時， NVIDIA AI Enterprise 的企業支持可確保這些 AI 應用程序的成功。 觀看創始人兼首席執行官黃（黃仁勛）的 主題演講 ，探索 NVIDIA （ NVIDIA ）的最新人工智能技術進步，并學習將人工智能投入生產的新方法。 NVIDIA 宣布對 Riva 進行新的更新，這是一個用于支持 speech AI 框架的加速 SDK 。構建和部署具有世界級自動語音識別（ ASR ）和文本到語音（ TTS ）功能的完全可定制實時 AI 管道：在云端、邊緣、
Source
]]>
5211
-
NVIDIA A100 加速醫學圖像處理深度學習研究
Thu, 19 May 2022 08:51:18 +0000
http://www.open-lab.net/zh-cn/blog/?p=4047
Continued]]>
本案例中通過 NVIDIA A100 GPU 加速器，上海市磁共振重點實驗室構建了高效的深度學習科研硬件平臺，建立高效且穩定的針對醫學圖像處理的深度學習平臺。 • 本案例中 NVIDIA 精英級合作伙伴信弘智能助力上海市磁共振重點實驗室部署了高效的科研硬件平臺。 上海市磁共振重點實驗室（Shanghai Key Laboratory of Magnetic Resonance）是從屬于華東師范大學的省部級重點實驗室, 是國內核磁共振研究和人才培養的主要基地之一。多年來，堅持自己在磁振物理學上的專業特色，逐漸形成了應用研究與技術研發并重，磁共振波譜與磁共振成像兼顧的局面，并先后建立了“上海市磁共振成像技術平臺”和“上海市核磁共振波譜技術服務平臺”兩個開放平臺，進一步強化了實驗室的開放服務功能。
Source
]]>
4047
人人超碰97caoporen国产