基于MONAI的开源颅骨重建
图像与视频处理
2023-06-16 v2 计算机视觉与模式识别
摘要
我们提出了一种基于深度学习的MONAI颅骨重建方法，该方法已在MUG500+颅骨数据集上进行了预训练。该实现遵循MONAI贡献指南，因此MONAI用户可以轻松试用、使用并由其扩展。本文的主要目标在于研究在MONAI框架下开源代码与预训练深度学习模型。如今，开源软件尤其是（预训练的）深度学习模型已变得愈发重要。多年来，医学图像分析经历了巨大变革。十多年前，算法必须用C或C++等低级编程语言实现和优化，才能在不如当今计算机强大的台式机上在合理时间内运行。如今，用户拥有Python等高级脚本语言，以及PyTorch和TensorFlow等框架，还有大量公共代码仓库可供使用。结果，过去数千行C或C++代码的实现，现在可以用几行脚本编写，并且在更短时间内执行。为了将这一水平进一步提升，医疗人工智能开放网络（MONAI）框架将医学影像研究定制为更便捷的流程，从而能够推动整个领域。MONAI框架是一个免费可用、社区支持、开源且基于PyTorch的框架，它还能够向他人提供带有预训练模型的研究贡献。用于颅骨重建的代码和预训练权重公开于：https://github.com/Project-MONAI/research-contributions/tree/master/SkullRec
引用
@article{arxiv.2211.14051,
title = {Open-Source Skull Reconstruction with MONAI},
author = {Jianning Li and André Ferreira and Behrus Puladi and Victor Alves and Michael Kamp and Moon-Sung Kim and Felix Nensa and Jens Kleesiek and Seyed-Ahmad Ahmadi and Jan Egger},
journal= {arXiv preprint arXiv:2211.14051},
year = {2023}
}