【深度学习 医学影响处理学习记录 #1】MONAI简介与相关资源汇总

MONAI简介

MONAI（Medical Open Network for AI）是医疗影像领域的基于PyTorch的开源框架，由NVIDA和伦敦王国学院共同开发。另外，它还是NVIDA CLARA生态的一部分。

NVIDA CLARA：NVIDA针对医疗设备和生物医学研究领域提出的单一平台，能够在嵌入式、边缘、云等条件下部署的方案。
这个平台具体可以分为以下几个部分：
1、clara Holoscan 医学影像
2、clara Parabricks 基因组学
3、clara Discovery 生物制药
4、clara Guardian 智慧医院
MONAI实际上是clara Holoscan的一部分
关于NVIDA CLARA的详细内容：NVIDA CLARA

接触MONAI

首先，虽然发音相似，但是这个框架完全不是“克劳德·莫奈”这位法国印象派画家的那个“Monet”。我是在阅读UNETR论文代码的时候接触到的这个框架，那一瞬间仿佛发现了新大陆。

UNETR论文
UNETR代码

与一般的自然图像不同，医疗图像在文件格式，数据格式，pixal（vixal）值的范围等等方面有自己的特点。研究生入学以来，一直苦于如何处理dcm、nii.gz、nii等格式的数据，也苦于如何将数据归一化和标准化，或许通过学习MONAI框架的使用可以解决这些问题。

当然，我们学习这些方法时不仅仅要求拿来即用，还要明白解决的思路。

相关探索

关于MONAI的使用，现在还没有发现网络上有很详细的教程视频，这也是我记录学习过程的原因，希望有人可以通过我的记录更好的学会使用这个框架。

如果你想看一些MONAI的相关简介可以到B站NVIDA官方账号：NVIDIA英伟达 上去了解。

接下来我会主要依据Github上提供的教程，学习一些MONAI比较实用、常用的功能，包括但不限于：

1. 读取医学图像文件并构建DataSet、DataLoader
2. 对图像进行预处理(MONAI transforms)
3. 应用MONAI已经实现的网络模块快速构建目标网络

如果有想自己学习的同学可以直接去：
MONAI教程Github
MONAI Github

欢迎继续关注后续更新！