介绍

医学成像最困难的方面是预处理数据，因为医疗数据与标准RGB /灰度图像不同。它需要特殊的处理和功能来预处理或后处理它们。MONAI是一个大型图书馆，是医学成像最好和最大的开源框架之一，也是这篇博文的主题。

什么是MONAI

MONAI是由Kitware开发的开源框架，Kitware是一家拥有许多开源工具的公司。
它建立在 PyTorch 上，导入和修改了许多 PyTorch 函数。还有MONAI特有的功能，可用于预处理和后处理医学图像（Dicoms和Nifti）。MONAI包括大量尖端架构，您可以简单地导入和使用。
网站：https://monai.io/

怎么使用MONAI

医疗数据的预处理和后处理是MONAI的独特应用。因为深度学习组件可以通过其他库访问。但是，预处理医学图像需要特殊的功能和工具。MONAI拥有我们需要的一切，从上传数据到预处理，甚至增强数据（这在医学图像中是一个非常困难的过程）。
预处理、后处理和数据增强所需的所有转换：https://docs.monai.io/en/stable/transforms.html

MONAI用于什么

MONAI具有2D和3D模型，可用于图像分类和分割（3D卷积通常用于3D医疗数据）。
MONAI实施了许多模型，包括U-Net，DynNet，UNETR和各种最先进的架构。
链接：https://docs.monai.io/en/stable/networks.html
它可以用于从收集原始数据到部署最终模型的所有内容！它由三个模块组成：MONAI-Core、MONAI-Labels和MONAI-Deploy。

资源

示例：https://github.com/Project-MONAI/tutorials
使用MONAI和PyTorch进行肝脏分割课程：https://youtu.be/AU4KlXKKnac
预处理1：https://www.youtube.com/watch?v=83FLt4fPNGs&t=42s&ab_channel=pycad
预处理2：https://www.youtube.com/watch?v=hqgZuatm8eE&t=714s&ab_channel=pycad
数据增强：https://www.youtube.com/watch?v=bh9uyUbsj7U&t=562s&ab_channel=pycad

参考：https://pycad.co/deep-learning-for-medical-imaging-using-monai/