医学图像的 AI 框架 MONAI 详细教程（一）

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：

• 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：

• 灵活的多维医学图像数据预处理功能&