Posting ini ditulis bersama Stephen Aylward, Matt McCormick, Brianna Major dari Kitware dan Justin Kirby dari Frederick National Laboratory for Cancer Research (FNLCR).
Lab Studio Amazon SageMaker menyediakan akses tanpa biaya ke lingkungan pengembangan pembelajaran mesin (ML) ke semua orang yang memiliki alamat email. Seperti Amazon SageMaker Studio berfitur lengkap, Studio Lab memungkinkan Anda menyesuaikan sendiri lingkungan konda dan membuat skalabel CPU dan GPU Notebook JupyterLab versi 3, dengan akses mudah ke alat produktivitas ilmu data terbaru dan pustaka sumber terbuka. Selain itu, termasuk akun gratis Lab Studio penyimpanan persisten minimal 15 GB, memungkinkan Anda untuk terus mempertahankan dan mengeluarkan proyek Anda di beberapa sesi dan memungkinkan Anda untuk langsung melanjutkan pekerjaan Anda dan bahkan membagikan pekerjaan dan lingkungan kerja Anda yang sedang berlangsung dengan orang lain.
Masalah utama yang dihadapi oleh komunitas citra medis adalah bagaimana memungkinkan para peneliti untuk bereksperimen dan mengeksplorasi dengan alat-alat penting ini. Untuk mengatasi tantangan ini, tim AWS bekerja sama Perlengkapan dan Laboratorium Nasional Penelitian Kanker Frederick (FNLCR) untuk menyatukan tiga sumber daya AI pencitraan medis utama untuk Studio Lab dan seluruh komunitas sumber terbuka JupyterLab:
Alat dan data ini digabungkan untuk memungkinkan peneliti AI pencitraan medis dengan cepat mengembangkan dan mengevaluasi secara menyeluruh algoritme pembelajaran mendalam yang siap secara klinis dalam lingkungan yang komprehensif dan ramah pengguna. Anggota tim dari FNLCR dan Kitware berkolaborasi untuk membuat rangkaian notebook Jupyter yang mendemonstrasikan alur kerja umum untuk mengakses dan memvisualisasikan data TCIA secara terprogram. Notebook ini menggunakan Studio Lab untuk memungkinkan peneliti menjalankan notebook tanpa perlu menyiapkan lingkungan pengembangan Jupyter lokal mereka sendiriโAnda dapat dengan cepat menjelajahi ide baru atau mengintegrasikan pekerjaan Anda ke dalam presentasi, lokakarya, dan tutorial di konferensi.
Contoh berikut mengilustrasikan Studio Lab yang menjalankan notebook Jupyter yang mengunduh data MRI prostat TCIA, menyegmentasikannya menggunakan MONAI, dan menampilkan hasilnya menggunakan itkWidgets.
Meskipun Anda dapat dengan mudah melakukan eksperimen dan demo yang lebih kecil dengan sampel notebook yang disajikan dalam postingan ini di Studio Lab secara gratis, disarankan untuk menggunakan Studio Amazon SageMaker saat Anda melatih model citra medis Anda sendiri dalam skala besar. Amazon SageMaker Studio adalah lingkungan pengembangan berbasis web (IDE) terintegrasi dengan fitur keamanan, tata kelola, dan pemantauan tingkat perusahaan tempat Anda dapat mengakses alat yang dibuat khusus untuk melakukan semua langkah pengembangan ML. Pustaka sumber terbuka seperti MONAI Core dan itkWidgets juga berjalan di Amazon SageMaker Studio.
Instal solusinya
Untuk menjalankan notebook TCIA di Studio Lab, Anda perlu mendaftarkan akun menggunakan alamat email Anda di Situs web Lab Studio. Permintaan akun mungkin memerlukan waktu 1โ3 hari untuk disetujui.
Setelah itu, Anda dapat mengikuti langkah-langkah instalasi untuk memulai:
- Masuk ke Lab Studio dan memulai runtime CPU.
- Di tab terpisah, navigasikan ke Repo GitHub notebook TCIA dan pilih notebook di folder root repositori.
- Pilih Buka Lab Studio untuk membuka buku catatan di Studio Lab.
- Kembali ke Studio Lab, pilih Salin ke proyek.
- Di pop-up JupyterLab baru yang terbuka, pilih Mengkloning Seluruh Repo.
- Di jendela berikutnya, pertahankan default dan pilih Klon.
- Pilih OK ketika diminta untuk mengonfirmasi untuk membangun lingkungan Conda baru (
medical-image-ai
).
Membangun lingkungan Conda akan memakan waktu hingga 5 menit. - Di terminal yang dibuka pada langkah sebelumnya, jalankan perintah berikut untuk menginstal NodeJS di
studiolab
Lingkungan Conda, yang diperlukan untuk menginstal ekstensi ImJoy JupyterLab 3 selanjutnya:conda install -y -c conda-forge nodejs
Kami sekarang menginstal ekstensi ImJoy Jupyter menggunakan Studio Lab Extension Manager untuk mengaktifkan visualisasi interaktif. Ekstensi Imjoy memungkinkan itkWidgets dan proses intensif data lainnya untuk berkomunikasi dengan lingkungan Jupyter lokal dan jarak jauh, termasuk notebook Jupyter, JupyterLab, Studio Lab, dan seterusnya. - Di Extension Manager, cari "imjoy" dan pilih Install.
- Konfirmasikan untuk membangun kembali kernel saat diminta.
- Pilih Simpan dan Muat Ulang saat pembangunan selesai.
Setelah pemasangan ekstensi ImJoy, Anda akan dapat melihat ikon ImJoy di menu atas buku catatan Anda.
Untuk memverifikasi ini, navigasikan ke browser file, pilih TCIA_Image_Visualalization_with_itkWidgets
buku catatan, lalu pilih medical-image-ai
kernel untuk menjalankannya.
Ikon ImJoy akan terlihat di pojok kiri atas menu notebook.
Dengan langkah-langkah instalasi ini, Anda telah berhasil menginstal medical-image-ai
Kernel Python dan ekstensi ImJoy sebagai prasyarat untuk menjalankan notebook TCIA bersama dengan itkWidgets di Studio Lab.
Uji solusinya
Kami telah membuat satu set notebook dan tutorial yang menampilkan integrasi teknologi AI ini di Studio Lab. Pastikan untuk memilih medical-image-ai
Kernel Python saat menjalankan notebook TCIA di Studio Lab.
Buku catatan SageMaker pertama menunjukkan cara mengunduh gambar DICOM dari TCIA dan memvisualisasikan gambar tersebut menggunakan kemampuan rendering volume sinematik itkWidgets.
Buku catatan kedua menunjukkan bagaimana anotasi pakar yang tersedia untuk ratusan studi tentang TCIA dapat diunduh sebagai objek DICOM SEG dan RTSTRUCT, divisualisasikan dalam 3D atau sebagai overlay pada irisan 2D, dan digunakan untuk pelatihan dan evaluasi sistem pembelajaran mendalam.
Buku catatan ketiga menunjukkan bagaimana model pembelajaran mendalam MONAI pra-terlatih yang tersedia di Kebun Binatang Model MONAI dapat diunduh dan digunakan untuk menyegmentasikan volume MRI prostat DICOM TCIA (atau milik Anda sendiri).
Pilih Buka Lab Studio di notebook JupyterLab ini dan lainnya untuk meluncurkan notebook tersebut di lingkungan Studio Lab yang tersedia secara gratis.
Membersihkan
Setelah Anda mengikuti langkah-langkah instalasi di posting ini dan membuat medical-image-ai
Lingkungan Conda, Anda mungkin ingin menghapusnya untuk menghemat ruang penyimpanan. Untuk melakukannya, gunakan perintah berikut:
conda remove --name medical-image-ai --all
Anda juga dapat menghapus ekstensi ImJoy melalui Extension Manager. Ketahuilah bahwa Anda perlu membuat ulang lingkungan Conda dan menginstal ulang ekstensi ImJoy jika Anda ingin terus bekerja dengan buku catatan TCIA di akun Lab Studio Anda nanti.
Tutup tab Anda dan jangan lupa untuk memilih Hentikan Waktu Proses di halaman proyek Studio Lab.
Kesimpulan
SageMaker Studio Lab dapat diakses oleh komunitas riset AI citra medis tanpa biaya dan dapat digunakan untuk pemodelan AI citra medis dan visualisasi citra medis interaktif yang dikombinasikan dengan MONAI dan itkWidgets. Anda dapat menggunakan data terbuka TCIA dan buku catatan sampel dengan Lab Studio di acara pelatihan, seperti hackathon dan lokakarya. Dengan solusi ini, ilmuwan dan peneliti dapat dengan cepat bereksperimen, berkolaborasi, dan berinovasi dengan AI citra medis. Jika Anda memiliki akun AWS dan telah menyiapkan domain SageMaker Studio, Anda juga dapat menjalankan notebook ini di Studio menggunakan kernel Data Science Python default (dengan ImJoy-jupyter-extension
diinstal) sambil memilih dari a berbagai jenis instance komputasi.
Studio Lab juga meluncurkan fitur baru di AWS re:Invent 2022 untuk mengambil buku catatan yang dikembangkan di Studio Lab dan menjalankannya sebagai tugas batch dengan jadwal berulang di akun AWS Anda. Oleh karena itu, Anda dapat menskalakan eksperimen ML di luar batasan komputasi gratis Studio Lab dan menggunakan instans komputasi yang lebih canggih dengan kumpulan data yang jauh lebih besar di akun AWS Anda.
Jika Anda tertarik mempelajari lebih lanjut tentang bagaimana AWS dapat membantu organisasi kesehatan atau ilmu kehidupan Anda, silakan hubungi an perwakilan AWS. Untuk informasi lebih lanjut tentang MONAI dan itkWidgets, silakan hubungi Perlengkapan. Data baru ditambahkan ke TCIA secara berkelanjutan, dan saran serta kontribusi Anda diterima dengan mengunjungi situs web TIA.
Bacaan lebih lanjut
Tentang Penulis
Stephen Aylward adalah Senior Director of Strategic Initiatives di Kitware, seorang Profesor Komputer di The University of North Carolina di Chapel Hill, dan rekanan dari MICCAI Society. Dr. Aylward mendirikan kantor Kitware di North Carolina, telah menjadi pemimpin beberapa inisiatif sumber terbuka, dan sekarang menjadi Ketua dewan penasehat MONAI.
Matt McCormick, PhD, adalah Distinguished Engineer di Kitware, di mana dia memimpin pengembangan Insight Toolkit (ITK), sebuah perangkat analisis citra ilmiah. Dia telah menjadi penyelidik utama dan penyelidik bersama dari beberapa hibah penelitian dari National Institutes of Health (NIH), memimpin keterlibatan dengan laboratorium nasional Amerika Serikat, dan memimpin berbagai proyek komersial yang menyediakan perangkat lunak canggih untuk perangkat medis. Dr. McCormick adalah pendukung kuat untuk perangkat lunak sumber terbuka berbasis komunitas, sains terbuka, dan penelitian yang dapat direproduksi.
Brianna Mayor adalah Insinyur Riset dan Pengembangan di Kitware dengan hasrat untuk mengembangkan perangkat lunak dan alat sumber terbuka yang akan bermanfaat bagi komunitas medis dan ilmiah.
JUstin Kirby adalah Manajer Proyek Teknis di Frederick National Laboratory for Cancer Research (FNLCR). Karyanya difokuskan pada metode untuk memungkinkan berbagi data sambil menjaga privasi pasien untuk meningkatkan reproduktifitas dan transparansi dalam penelitian pencitraan kanker. Timnya mendirikan The Cancer Imaging Archive (TCIA) pada tahun 2010, yang telah dimanfaatkan oleh komunitas riset untuk menerbitkan lebih dari 200 kumpulan data yang terkait dengan manuskrip, hibah, kompetisi tantangan, dan inisiatif penelitian NCI utama. Kumpulan data ini telah dibahas di lebih dari 1,500 publikasi yang ditinjau oleh rekan sejawat.
Geng Fu adalah Arsitek Solusi Perawatan Kesehatan di AWS. Dia memegang gelar PhD dalam Ilmu Farmasi dari University of Mississippi dan memiliki lebih dari sepuluh tahun pengalaman teknologi dan penelitian biomedis. Dia bersemangat tentang teknologi dan dampaknya terhadap perawatan kesehatan.
Alex Lem adalah Manajer Pengembangan Bisnis untuk Pencitraan Medis di AWS. Alex mendefinisikan dan menjalankan strategi go-to-market dengan mitra pencitraan dan mendorong pengembangan solusi untuk mempercepat penelitian pencitraan medis berbasis AI/ML di cloud. Dia bersemangat untuk mengintegrasikan kerangka kerja ML sumber terbuka dengan tumpukan AWS AI/ML.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- Sanggup
- Tentang Kami
- mempercepat
- mengakses
- dapat diakses
- Akun
- Akun
- di seluruh
- menambahkan
- alamat
- maju
- laporan
- Dewan Penasehat
- pengacara
- Setelah
- AI
- ai penelitian
- AI / ML
- alex
- algoritma
- Semua
- Membiarkan
- memungkinkan
- Amazon
- Amazon SageMaker
- Studio Amazon SageMaker
- Lab Studio Amazon SageMaker
- analisis
- dan
- disetujui
- arsip
- tersedia
- AWS
- AWS re: Temukan
- dasar
- sebelum
- makhluk
- manfaat
- Luar
- lebih besar
- biomedis
- papan
- membawa
- Browser
- membangun
- bisnis
- pengembangan bisnis
- Kanker
- penelitian kanker
- kemampuan
- membawa
- Kursi
- menantang
- Pilih
- awan
- Berkolaborasi
- berkolaborasi
- COM
- kombinasi
- menggabungkan
- komersial
- Umum
- menyampaikan
- Masyarakat
- masyarakat
- Didorong oleh Komunitas
- Kompetisi
- lengkap
- luas
- menghitung
- komputer
- konferensi
- Memastikan
- kontak
- terus
- terus menerus
- kontribusi
- Core
- Sudut
- Biaya
- CPU
- membuat
- dibuat
- menyesuaikan
- data
- ilmu data
- berbagi data
- kumpulan data
- Hari
- mendalam
- belajar mendalam
- Default
- default
- Mendefinisikan
- mendemonstrasikan
- Demo
- mengembangkan
- dikembangkan
- berkembang
- Pengembangan
- Devices
- Kepala
- dibahas
- menampilkan
- Terkemuka
- domain
- Dont
- Download
- download
- mudah
- aktif
- memungkinkan
- insinyur
- kelas perusahaan
- Seluruh
- Lingkungan Hidup
- lingkungan
- penting
- Eter (ETH)
- mengevaluasi
- evaluasi
- Bahkan
- peristiwa
- semua orang
- contoh
- Laksanakan
- pengalaman
- eksperimen
- ahli
- menyelidiki
- perpanjangan
- dihadapi
- Fitur
- fitur
- Fitur
- sesama
- File
- Pertama
- terfokus
- mengikuti
- diikuti
- berikut
- Didirikan di
- kerangka
- Frederick
- Gratis
- dari
- sepenuhnya
- mendapatkan
- gif
- GitHub
- Pergi ke pasar
- pemerintahan
- beasiswa
- Hackathon
- Kesehatan
- kesehatan
- membantu
- memegang
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- HTML
- HTTPS
- Ratusan
- ICON
- ide-ide
- gambar
- analisis gambar
- gambar
- Pencitraan
- Dampak
- memperbaiki
- in
- memasukkan
- Termasuk
- informasi
- inisiatif
- berinovasi
- wawasan
- install
- diinstal
- contoh
- mengintegrasikan
- terpadu
- Mengintegrasikan
- integrasi
- interaktif
- tertarik
- isu
- IT
- Jobs
- Notebook Jupyter
- Justin
- Menjaga
- kunci
- laboratorium
- laboratorium
- Terbaru
- jalankan
- pemimpin
- Memimpin
- pengetahuan
- Dipimpin
- perpustakaan
- Hidup
- Biologi
- keterbatasan
- lokal
- mesin
- Mesin belajar
- memelihara
- utama
- membuat
- manajer
- medis
- Perangkat medis
- pencitraan medis
- Anggota
- menu
- metode
- minimum
- menit
- Mississippi
- ML
- model
- pemodelan
- model
- pemantauan
- lebih
- MRI
- beberapa
- nasional
- National Institutes of Health
- Arahkan
- Perlu
- New
- Fitur baru
- berikutnya
- NIH
- utara
- carolina utara
- buku catatan
- laptop
- objek
- Office
- terus-menerus
- Buka
- Data terbuka
- open source
- Perangkat Lunak Sumber Terbuka
- dibuka
- membuka
- organisasi
- Lainnya
- Lainnya
- sendiri
- rekan
- gairah
- bergairah
- pasien
- buah pir
- melakukan
- farmasi
- memilih
- plato
- Kecerdasan Data Plato
- Data Plato
- silahkan
- pop-up
- Pos
- kuat
- Presentasi
- disajikan
- Utama
- pribadi
- proses
- produktifitas
- Produktivitas Alat
- Profesor
- proyek
- memprojeksikan
- menyediakan
- menyediakan
- publikasi
- menerbitkan
- Ular sanca
- segera
- RE
- siap
- direkomendasikan
- berulang
- daftar
- terkait
- terpencil
- menghapus
- render
- gudang
- permintaan
- wajib
- penelitian
- penelitian dan pengembangan
- Komunitas penelitian
- peneliti
- Sumber
- Hasil
- review jurnal
- akar
- Run
- berjalan
- pembuat bijak
- Lab Studio SageMaker
- Save
- Skala
- menjadwalkan
- Ilmu
- ILMU PENGETAHUAN
- ilmuwan
- Pencarian
- Kedua
- keamanan
- ruas
- segmen
- memilih
- senior
- terpisah
- Seri
- sesi
- set
- beberapa
- Share
- berbagi
- Pertunjukkan
- lebih kecil
- So
- Masyarakat
- Perangkat lunak
- larutan
- Solusi
- MEMECAHKAN
- sumber
- Space
- tumpukan
- awal
- mulai
- Negara
- Langkah
- Stephen
- Tangga
- penyimpanan
- Strategis
- strategi
- kuat
- studi
- studio
- berhasil
- sistem
- Mengambil
- tim
- tim
- Teknis
- Teknologi
- Teknologi
- sepuluh
- terminal
- Grafik
- mereka
- karena itu
- Ketiga
- sepenuhnya
- tiga
- untuk
- bersama
- toolkit
- alat
- puncak
- Pelatihan VE
- Pelatihan
- Transparansi
- tutorial
- tutorial
- Serikat
- Amerika Serikat
- universitas
- menggunakan
- user-friendly
- berbagai
- memeriksa
- versi
- melalui
- terlihat
- visualisasi
- membayangkan
- volume
- volume
- berbasis web
- selamat datang
- yang
- sementara
- akan
- tanpa
- Kerja
- bekerja
- Alur kerja
- kerja
- Lokakarya
- tahun
- Anda
- zephyrnet.dll
- KEBUN BINATANG