Cet article est co-écrit avec Stephen Aylward, Matt McCormick, Brianna Major de Kitware et Justin Kirby du Frederick National Laboratory for Cancer Research (FNLCR).
Laboratoire Amazon SageMaker Studio fournit accès gratuit à un environnement de développement d'apprentissage automatique (ML) à toute personne disposant d'une adresse e-mail. Comme le studio complet d'Amazon SageMaker, Studio Lab vous permet de personnaliser votre propre Environnement Conda et créez des processeurs évolutifs CPU et GPU Blocs-notes JupyterLab version 3, avec un accès facile aux derniers outils de productivité de la science des données et aux bibliothèques open source. De plus, les comptes gratuits de Studio Lab incluent un minimum de 15 Go de stockage persistant, vous permettant de maintenir et d'étendre vos projets en continu sur plusieurs sessions et vous permettant de reprendre instantanément là où vous vous étiez arrêté et même de partager votre travail en cours et vos environnements de travail avec d'autres.
Comment permettre aux chercheurs d'expérimenter et d'explorer ces outils essentiels est l'un des principaux problèmes auxquels est confrontée la communauté de l'imagerie médicale. Pour résoudre ce défi, les équipes d'AWS ont travaillé avec Kitware ainsi que Laboratoire National de Recherche en Cancérologie Frédérick (FNLCR) pour réunir trois ressources majeures d'IA en imagerie médicale pour Studio Lab et l'ensemble de la communauté open-source JupyterLab :
Ces outils et données se combinent pour permettre aux chercheurs en IA en imagerie médicale de développer rapidement et d'évaluer en profondeur des algorithmes d'apprentissage en profondeur cliniquement prêts dans un environnement complet et convivial. Les membres de l'équipe de FNLCR et de Kitware ont collaboré pour créer une série de blocs-notes Jupyter qui illustrent les flux de travail communs pour accéder et visualiser par programme les données TCIA. Ces blocs-notes utilisent Studio Lab pour permettre aux chercheurs d'exécuter les blocs-notes sans avoir à configurer leur propre environnement de développement Jupyter local. Vous pouvez rapidement explorer de nouvelles idées ou intégrer votre travail dans des présentations, des ateliers et des didacticiels lors de conférences.
L'exemple suivant illustre Studio Lab exécutant un bloc-notes Jupyter qui télécharge les données d'IRM de la prostate TCIA, les segmente à l'aide de MONAI et affiche les résultats à l'aide d'itkWidgets.
Bien que vous puissiez facilement réaliser des expériences et des démonstrations plus petites avec les exemples de cahiers présentés dans cet article sur Studio Lab gratuitement, il est recommandé d'utiliser Amazon SageMakerStudio lorsque vous formez vos propres modèles d'images médicales à grande échelle. Amazon SageMaker Studio est un environnement de développement Web (IDE) intégré avec des fonctionnalités de sécurité, de gouvernance et de surveillance de niveau entreprise à partir desquelles vous pouvez accéder à des outils spécialement conçus pour effectuer toutes les étapes de développement ML. Les bibliothèques open source telles que MONAI Core et itkWidgets fonctionnent également sur Amazon SageMaker Studio.
Installez la solution
Pour exécuter les blocs-notes TCIA sur Studio Lab, vous devez créer un compte en utilisant votre adresse e-mail sur le Site web du Studio Lab. Les demandes de compte peuvent prendre 1 à 3 jours pour être approuvées.
Après cela, vous pouvez suivre les étapes d'installation pour commencer :
- Connectez-vous à Studio Lab et démarrez un runtime CPU.
- Dans un onglet séparé, accédez au Blocs-notes TCIA Dépôt GitHub et choisissez un bloc-notes dans le dossier racine du référentiel.
- Selectionnez Laboratoire de studio ouvert pour ouvrir le bloc-notes dans Studio Lab.
- De retour dans Studio Lab, choisissez Copier dans le projet.
- Dans la nouvelle fenêtre contextuelle JupyterLab qui s'ouvre, choisissez Cloner tout le dépôt.
- Dans la fenêtre suivante, conservez les valeurs par défaut et choisissez Cloner.
- Selectionnez OK lorsque vous êtes invité à confirmer la création du nouvel environnement Conda (
medical-image-ai
).
Construire l'environnement Conda prendra jusqu'à 5 minutes. - Dans le terminal qui s'est ouvert à l'étape précédente, exécutez la commande suivante pour installer NodeJS dans le
studiolab
Environnement Conda, qui est requis pour installer l'extension ImJoy JupyterLab 3 ensuite :conda install -y -c conda-forge nodejs
Nous installons maintenant l'extension ImJoy Jupyter à l'aide de Studio Lab Extension Manager pour activer les visualisations interactives. L'extension Imjoy permet à itkWidgets et à d'autres processus gourmands en données de communiquer avec les environnements Jupyter locaux et distants, y compris les blocs-notes Jupyter, JupyterLab, Studio Lab, etc. - Dans le gestionnaire d'extensions, recherchez "imjoy" et choisissez Installer.
- Confirmez pour reconstruire le noyau lorsque vous y êtes invité.
- Selectionnez Enregistrer et recharger lorsque la construction est terminée.
Après l'installation de l'extension ImJoy, vous pourrez voir l'icône ImJoy dans le menu supérieur de vos ordinateurs portables.
Pour vérifier cela, accédez au navigateur de fichiers, choisissez le TCIA_Image_Visualalization_with_itkWidgets
bloc-notes et choisissez le medical-image-ai
noyau pour l'exécuter.
L'icône ImJoy sera visible dans le coin supérieur gauche du menu du bloc-notes.
Avec ces étapes d'installation, vous avez installé avec succès le medical-image-ai
Le noyau Python et l'extension ImJoy comme prérequis pour exécuter les notebooks TCIA avec itkWidgets sur Studio Lab.
Testez la solution
Nous avons créé un ensemble de cahiers et un tutoriel qui présente l'intégration de ces technologies d'IA dans Studio Lab. Assurez-vous de choisir le medical-image-ai
Noyau Python lors de l'exécution des blocs-notes TCIA dans Studio Lab.
Le premier carnet SageMaker montre comment télécharger des images DICOM à partir de TCIA et visualiser ces images à l'aide des capacités de rendu de volume cinématographique d'itkWidgets.
Le deuxième cahier montre comment les annotations d'experts disponibles pour des centaines d'études sur TCIA peuvent être téléchargées en tant qu'objets DICOM SEG et RTSTRUCT, visualisées en 3D ou en superposition sur des tranches 2D, et utilisées pour la formation et l'évaluation de systèmes d'apprentissage en profondeur.
Le troisième cahier montre comment les modèles d'apprentissage en profondeur MONAI pré-formés disponibles sur le zoo modèle de MONAI peuvent être téléchargés et utilisés pour segmenter les volumes d'IRM de la prostate TCIA (ou les vôtres).
Selectionnez Laboratoire de studio ouvert dans ces blocs-notes et d'autres blocs-notes JupyterLab pour lancer ces blocs-notes dans l'environnement Studio Lab disponible gratuitement.
Nettoyer
Après avoir suivi les étapes d'installation de cet article et créé le medical-image-ai
environnement Conda, vous pouvez le supprimer pour économiser de l'espace de stockage. Pour ce faire, utilisez la commande suivante :
conda remove --name medical-image-ai --all
Vous pouvez également désinstaller l'extension ImJoy via le gestionnaire d'extensions. Sachez que vous devrez recréer l'environnement Conda et réinstaller l'extension ImJoy si vous souhaitez continuer à travailler avec les ordinateurs portables TCIA dans votre compte Studio Lab ultérieurement.
Fermez votre onglet et n'oubliez pas de choisir Arrêter l'exécution sur la page du projet Studio Lab.
Conclusion
SageMaker Studio Lab est accessible gratuitement aux communautés de recherche sur l'IA d'imagerie médicale et peut être utilisé pour la modélisation d'IA d'images médicales et la visualisation d'images médicales interactives en combinaison avec MONAI et itkWidgets. Vous pouvez utiliser les données ouvertes TCIA et des exemples de blocs-notes avec Studio Lab lors d'événements de formation, tels que des hackathons et des ateliers. Grâce à cette solution, les scientifiques et les chercheurs peuvent rapidement expérimenter, collaborer et innover avec l'IA d'imagerie médicale. Si vous avez un compte AWS et avez configuré un domaine SageMaker Studio, vous pouvez également exécuter ces blocs-notes sur Studio à l'aide du noyau Data Science Python par défaut (avec le ImJoy-jupyter-extension
installé) lors de la sélection d'un variété de types d'instances de calcul.
Studio Lab aussi a lancé une nouvelle fonctionnalité à AWS re:Invent 2022 pour prendre les blocs-notes développés dans Studio Lab et les exécuter en tant que tâches par lots selon un calendrier récurrent dans vos comptes AWS. Par conséquent, vous pouvez faire évoluer vos expériences ML au-delà des limites de calcul gratuites de Studio Lab et utiliser des instances de calcul plus puissantes avec des ensembles de données beaucoup plus volumineux sur vos comptes AWS.
Si vous souhaitez en savoir plus sur la façon dont AWS peut aider votre organisation de soins de santé ou de sciences de la vie, veuillez contacter un Représentant AWS. Pour plus d'informations sur MONAI et itkWidgets, veuillez contacter Kitware. De nouvelles données sont ajoutées à TCIA sur une base continue, et vos suggestions et contributions sont les bienvenues en visitant le Site Internet de l'ICTA.
Lectures complémentaires
À propos des auteurs
Stephen Aylward est directeur principal des initiatives stratégiques chez Kitware, professeur adjoint d'informatique à l'Université de Caroline du Nord à Chapel Hill et membre de la MICCAI Society. Le Dr Aylward a fondé le bureau de Kitware en Caroline du Nord, a dirigé plusieurs initiatives open source et est maintenant président du conseil consultatif de MONAI.
Matt McCormick, PhD, est ingénieur émérite chez Kitware, où il dirige le développement d'Insight Toolkit (ITK), une boîte à outils d'analyse d'images scientifiques. Il a été chercheur principal et co-chercheur de plusieurs subventions de recherche des National Institutes of Health (NIH), a dirigé des engagements avec des laboratoires nationaux des États-Unis et a dirigé divers projets commerciaux fournissant des logiciels avancés pour les dispositifs médicaux. Le Dr McCormick est un ardent défenseur des logiciels open source axés sur la communauté, de la science ouverte et de la recherche reproductible.
Brianna Major est un ingénieur en recherche et développement chez Kitware avec une passion pour le développement de logiciels et d'outils open source qui profiteront aux communautés médicales et scientifiques.
JUstin Kirby est chef de projet technique au Laboratoire National de Recherche en Cancérologie Frederick (FNLCR). Son travail se concentre sur les méthodes permettant le partage de données tout en préservant la confidentialité des patients afin d'améliorer la reproductibilité et la transparence dans la recherche sur l'imagerie du cancer. Son équipe a fondé The Cancer Imaging Archive (TCIA) en 2010, que la communauté des chercheurs a exploitée pour publier plus de 200 ensembles de données liés à des manuscrits, des subventions, des concours et des initiatives de recherche majeures du NCI. Ces ensembles de données ont été discutés dans plus de 1,500 XNUMX publications évaluées par des pairs.
Gang fu est architecte de solutions de soins de santé chez AWS. Il est titulaire d'un doctorat en sciences pharmaceutiques de l'Université du Mississippi et possède plus de dix ans d'expérience en technologie et en recherche biomédicale. Il est passionné par la technologie et l'impact qu'elle peut avoir sur les soins de santé.
Alex Lemm est responsable du développement commercial pour l'imagerie médicale chez AWS. Alex définit et exécute des stratégies de mise sur le marché avec des partenaires d'imagerie et pilote le développement de solutions pour accélérer la recherche en imagerie médicale basée sur l'IA/ML dans le cloud. Il est passionné par l'intégration des frameworks ML open source avec la pile AWS AI/ML.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- Capable
- Qui sommes-nous
- accélérer
- accès
- accessible
- Compte
- hybrides
- à travers
- ajoutée
- propos
- Avancée
- consultatif
- Conseil consultatif
- avocat
- Après
- AI
- recherche ai
- AI / ML
- alex
- algorithmes
- Tous
- Permettre
- permet
- Amazon
- Amazon Sage Maker
- Amazon SageMakerStudio
- Laboratoire Amazon SageMaker Studio
- selon une analyse de l’Université de Princeton
- ainsi que
- ,
- Archive
- disponibles
- AWS
- AWS re: Invent
- base
- before
- va
- profiter
- Au-delà
- plus gros
- biomédical
- planche
- apporter
- navigateur
- construire
- la performance des entreprises
- Développement des affaires
- Cancer
- recherche sur le cancer
- capacités
- porter
- Président
- challenge
- Selectionnez
- le cloud
- collaborons
- collaboré
- COM
- combinaison
- combiner
- commercial
- Commun
- communiquer
- Communautés
- Communautés
- Axé sur la communauté
- Compétitions
- complet
- complet
- calcul
- ordinateur
- conférences
- Confirmer
- contact
- continuer
- continuellement
- contributions
- Core
- Coin
- Prix
- Processeur
- engendrent
- créée
- personnaliser
- données
- science des données
- partage de données
- ensembles de données
- jours
- profond
- l'apprentissage en profondeur
- Réglage par défaut
- par défaut
- Définit
- démontrer
- Démos
- développer
- développé
- développement
- Développement
- Compatibles
- Directeur
- discuté
- affiche
- Distingué
- domaine
- Ne pas
- download
- téléchargements
- même
- permettre
- permettant
- ingénieur
- niveau entreprise
- Tout
- Environment
- environnements
- essential
- Ether (ETH)
- évaluer
- évaluation
- Pourtant, la
- événements
- tout le monde
- exemple
- Exécute
- Découvrez
- expérience
- expert
- explorez
- extension
- face
- Fonctionnalité
- en vedette
- Fonctionnalités:
- compagnon
- Déposez votre dernière attestation
- Prénom
- concentré
- suivre
- suivi
- Abonnement
- Fondée
- cadres
- Frédéric
- Test d'anglais
- de
- d’étiquettes électroniques entièrement
- obtenez
- gif
- GitHub
- Aller au marché
- gouvernance
- subventions
- Hackathons
- Santé
- la médecine
- aider
- détient
- Comment
- How To
- HTML
- HTTPS
- Des centaines
- ICON
- et idées cadeaux
- image
- l'analyse d'image
- satellite
- Imagerie
- Impact
- améliorer
- in
- comprendre
- Y compris
- d'information
- les initiatives
- innovons
- perspicacité
- installer
- Installé
- instance
- intégrer
- des services
- Intégration
- l'intégration
- Interactif
- intéressé
- aide
- IT
- Emplois
- Jupyter Notebook
- Justin
- XNUMX éléments à
- ACTIVITES
- laboratoire
- laboratoire
- Nouveautés
- lancer
- leader
- Conduit
- apprentissage
- LED
- bibliothèques
- VIE
- Life Sciences
- limites
- locales
- click
- machine learning
- maintenir
- majeur
- faire
- manager
- médical
- dispositifs médicaux
- l'imagerie médicale
- Membres
- Menu
- méthodes
- minimum
- minutes
- Mississippi
- ML
- modèle
- modélisation statistique
- numériques jumeaux (digital twin models)
- Stack monitoring
- PLUS
- MRI
- plusieurs
- Nationales
- National Institutes of Health
- NAVIGUER
- Besoin
- Nouveauté
- nouvelle fonctionnalité
- next
- NIH
- Nord
- Caroline du Nord
- cahier
- ordinateurs portables
- objets
- Bureaux
- en cours
- ouvert
- données ouvertes
- open source
- Logiciels open source
- ouvert
- ouvre
- organisation
- Autre
- Autres
- propre
- partenaires,
- passion
- passionné
- patientforward
- par les pairs
- effectuer
- Pharmaceutique
- en particulier pendant la préparation
- Platon
- Intelligence des données Platon
- PlatonDonnées
- veuillez cliquer
- pop-up
- Post
- solide
- Présentations
- présenté
- Directeur
- la confidentialité
- les process
- productivité
- Outils de productivité
- Professeur
- Projet
- projets
- fournit
- aportando
- publications
- publier
- Python
- vite.
- RE
- solutions
- recommandé
- récurrent
- S'inscrire
- en relation
- éloigné
- supprimez
- rendu
- dépôt
- demandes
- conditions
- un article
- Recherche et développement
- recherche communautaire
- chercheurs
- Ressources
- Résultats
- examiné
- racine
- Courir
- pour le running
- sagemaker
- Laboratoire SageMaker Studio
- Épargnez
- Escaliers intérieurs
- calendrier
- Sciences
- STARFLEET SCIENCES
- scientifiques
- Rechercher
- Deuxièmement
- sécurité
- clignotant
- segments
- la sélection
- supérieur
- séparé
- Série
- brainstorming
- set
- plusieurs
- Partager
- partage
- Spectacles
- faibles
- So
- Société
- Logiciels
- sur mesure
- Solutions
- RÉSOUDRE
- Identifier
- Space
- empiler
- Commencer
- j'ai commencé
- États
- étapes
- Stephen
- Étapes
- storage
- Stratégique
- les stratégies
- STRONG
- études
- studio
- Avec succès
- Système
- Prenez
- équipe
- équipes
- Technique
- Les technologies
- Technologie
- Dix
- terminal
- La
- leur
- donc
- Troisièmement
- complètement
- trois
- à
- ensemble
- Boîte à outils
- les outils
- top
- Train
- Formation
- Transparence
- tutoriel
- tutoriels
- Uni
- États-Unis
- université
- utilisé
- convivial
- divers
- vérifier
- version
- via
- visible
- visualisation
- visualiser
- le volume
- volumes
- Basé sur le Web
- bienvenu
- qui
- tout en
- sera
- sans
- Activités principales
- travaillé
- workflows
- de travail
- Ateliers
- années
- Votre
- zéphyrnet
- ZOO