您的位置:首页 > 文旅 > 美景 > 做企业官网的步骤_中国500强企业名单_海口网站建设_大数据精准营销系统

做企业官网的步骤_中国500强企业名单_海口网站建设_大数据精准营销系统

2024/12/23 6:49:33 来源:https://blog.csdn.net/u014264373/article/details/143228813  浏览:    关键词:做企业官网的步骤_中国500强企业名单_海口网站建设_大数据精准营销系统
做企业官网的步骤_中国500强企业名单_海口网站建设_大数据精准营销系统

MONAI 1.4新版本发布,抢先体验MAISI扩散模型以及VISTA交互式分割模型

上周,MONAI发布了备受期待的1.4版本,这是时隔一年的重大更新。新版本带来了一系列令人兴奋的新功能和改进,让我们一起来看看:

  1. MAISI:这是一个最先进的3D潜在扩散模型(3D Latent Diffusion Model),专为生成高质量的合成CT图像而设计,无论是否带有解剖标注。MAISI在数据增强和创建逼真的医学成像数据方面表现出色,有助于补充因隐私问题或罕见状况而受限的数据集。此外,它还能通过生成多样化和逼真的训练数据,显著提高其他医学成像AI模型的性能。

  2. VISTA-3D:这是一个交互式基础模型,用于人体解剖结构的分割和标注。它支持三个核心工作流程:全身探索、基于类别的详细截面视图提供,以及通过用户指导的点击选择增强分割精度。这些功能对于理解复杂疾病、针对性疾病分析或器官映射至关重要。

  3. VISTA-2D:这是一个全面的细胞分割训练和推理流程,适用于成像应用中的细胞分割。它利用基于变换器的深度学习算法,支持多种数据集和文件格式,能够处理多种成像方式,并支持多GPU和多节点训练。

  4. MONAI Generative集成:原本在MONAI GenerativeModels存储库中开发的一些关键模块已经被集成到MONAI的核心代码库中。这种集成确保了对生成AI的基本组件进行一致的维护和简化的发布。

  5. Lazy TensorRT导出:通过trt_compile API,这个版本为MONAI捆绑包扩展了TensorRT优化选项。新的trt_compile在捆绑包首次运行时构建并保存TensorRT引擎,并提供有限的依赖支持。它还允许部分TensorRT导出,其中只有特定的子模块被优化,从而提高了可用性。

  6. 几何数据支持:MONAI引入了对几何数据转换的支持作为一个关键特性。作为起点,添加了ApplyTransformToPoints转换,以促进点上的矩阵操作,实现灵活高效的几何转换处理。此外,框架现在还支持框和点之间的转换,提供了检测流程中的无缝互操作性。

接下来,Tina姐带大家一起来探索这些新功能

MAISI:最先进的 3D 潜在扩散模型

MAISI 训练过程

MAISI:Medical AI for Synthetic Imaging, 是一种 3D 潜在扩散模型 (LDM),能够生成大型 CT 图像并附带相应的分割蒙版。它支持可变体积大小和体素间距,并允许精确控制器官/肿瘤大小。其亮点包括:

  • 用于潜在特征压缩的基础变分自动编码器 (VAE) 模型,适用于 CT 和 MRI,具有灵活的体积大小和体素大小
  • 基础扩散模型可以生成最大 512 × 512 × 768 大小的大型 CT 体积,具有灵活的体积大小和体素大小
  • ControlNet 可生成可改善下游任务的图像/掩模对,且具有可控的器官/肿瘤大小

示例结果

基线方法(使用我们的大规模数据集重新训练)和我们的方法生成的图像的定性比较。

对此感兴趣想要尝试和训练的同学可以参考以下教程:MAISI tutorial

VISTA-3D:MONAI多功能成像分割和注释

VISTA3D是一个基础模型,在 11,454 个体上进行了系统训练,涵盖了 127 种人体解剖结构和各种病变。它提供了精确的开箱即用分割,可与在每个数据集上训练的最先进的监督模型相媲美。该模型还实现了最先进的 3D 零样本交互式分割,代表着朝着开发多功能医学图像基础模型迈出了有希望的一步。

它支持三个核心工作流程:

  • 分割一切:实现全身探索,这对于了解影响多个器官的复杂疾病和整体治疗计划至关重要。
  • 使用类别进行分割:根据特定类别提供详细的截面视图,这对于针对性的疾病分析或器官映射至关重要,例如在关键器官中的肿瘤识别。。
  • 分割点提示:通过用户指导的点击选择增强分割精度。这种交互式方法加速了准确地面真实数据的创建,这在医学影像分析中是必不可少的。

想要快速体验可以点击下面链接:VISTA 3D 体验链接

以下是我体验的一个视频demo,欢迎观看点赞!

【添加视频】

此外,该模型也支持finetune,请参考vista 3d 官方教程

VISTA-2D:细胞分割

VISTA-2D 是用于成像应用中细胞分割的综合训练和推理流程。有关更多信息,请参阅此vista 2d 博客

VISTA-2D 在底层使用变压器网络架构,并结合 Meta 的Segment Anything Model (SAM)预训练权重,以进一步提高基于性能的结果。VISTA-2D 与广泛的预处理和后处理管道相结合,可对任何给定类型的数据进行有效训练。这提供了高分辨率、基于实例的分割,可进一步与细胞形态和基因扰动任务配对。VISTA-2D 的网络架构具有约 1 亿个训练超参数,使其具有适应性和可扩展性,可实现快速细胞分割。

模型亮点

  • 基于 transformer 的鲁棒深度学习算法
  • 通才模型与专才模型的比较
  • 支持多种数据集来源和文件格式
  • 多种成像数据模式共同支持
  • 多 GPU 和多节点训练支持

文章持续更新,可以关注微公【医学图像人工智能实战营】获取最新动态。人手有限,文中涉及的链接前往微公对应文章查看。关注Tina姐,一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文,呕心沥血

觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com