目录
- 前言
- 安装步骤
- 基于 MONAI 的 MedMNIST 数据集分类任务
- 导入依赖
- 下载数据
- 读取图像信息
- MONAI transforms
- 定义 Dataset、网络和优化器
- 训练
- 测试
- 总结
- 参考链接
前言
最近在读 CVPR 2023 上和医学图像方向相关的论文，发现其中的 Label-Free Liver Tumor Segmentation 这篇论文使用了 MONAI 这个框架。之前关注过的一些医学图像的期刊论文上，也有 MONAI 的出现，加之前的导师有过推荐，所以了解学习了下。简单检索后，发现网上关于 MONAI 的中文教程还没有，后面会有一系列的很详细的关于 MONAI 的教程，都会在 GiantPandaCV 上发布。
MONAI 主要有三个主要的仓库，MONAI Core、MONAI Label 和 MONAI Deploy（SDK），分别用在模型训练、医学图像打标签和模型部署上，后面我们会一一介绍。地址分别如下：文章来源：https://www.toymoban.com/news/detail-514035.html
- https://github.com/Project-MONAI/MONAI
- https://github.com/Project-MONAI/MONAILabel
- https://docs.monai.io/projects/monai-deploy-app-sdk/en/stable/index.html
关于基于 torch 的 MONAI Core，也就是我们第一部分重点介绍的内容，主要有以下优点：文章来源地址https://www.toymoban.com/news/detail-514035.html
- 灵活的多维医学图像数据预处理功能&
到了这里，关于医学图像的 AI 框架 MONAI 详细教程（一）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
