この投稿は、Stephen Aylward、Matt McCormick、Kitware の Brianna Major、および Frederick National Laboratory for Cancer Research (FNLCR) の Justin Kirby と共著しています。
AmazonSageMakerStudioラボ は、大阪で 無料アクセス 機械学習 (ML) 開発環境に、メール アドレスを持つすべての人に。 フル機能の Amazon SageMaker Studio のように、スタジオ ラボでは独自のカスタマイズが可能 コンダ環境 CPUおよびGPUスケーラブルを作成します JupyterLab バージョン 3 ノートブック、最新のデータ サイエンス生産性ツールとオープンソース ライブラリに簡単にアクセスできます。 さらに、Studio Lab の無料アカウントには以下が含まれます 最低 15 GB の永続ストレージ、複数のセッションにわたってプロジェクトを継続的に維持および使用できるようにし、中断したところからすぐに再開したり、進行中の作業や作業環境を他のユーザーと共有したりすることもできます。
医用画像コミュニティが直面している重要な問題は、研究者がこれらの重要なツールを使用して実験および調査できるようにする方法です。 この課題を解決するために、AWS チームは協力しました キットウェア & フレデリック国立がん研究所 (FNLCR) Studio Lab とオープンソースの JupyterLab コミュニティ全体のための XNUMX つの主要な医用画像処理 AI リソースをまとめます。
これらのツールとデータを組み合わせることで、医用画像処理 AI 研究者は、包括的でユーザー フレンドリーな環境で、臨床的にすぐに使えるディープ ラーニング アルゴリズムを迅速に開発し、徹底的に評価することができます。 FNLCR と Kitware のチーム メンバーが協力して、TCIA データにプログラムでアクセスして視覚化する一般的なワークフローを示す一連の Jupyter ノートブックを作成しました。 これらのノートブックは Studio Lab を使用して、研究者が独自のローカル Jupyter 開発環境をセットアップする必要なくノートブックを実行できるようにします。新しいアイデアをすばやく探索したり、自分の作業をカンファレンスでのプレゼンテーション、ワークショップ、チュートリアルに統合したりできます。
次の例は、TCIA 前立腺 MRI データをダウンロードし、MONAI を使用してセグメント化し、itkWidgets を使用して結果を表示する Jupyter ノートブックを実行している Studio Lab を示しています。
Studio Lab のこの投稿で紹介されているサンプル ノートブックを使用して、小規模な実験やデモを簡単に実行できますが、無料で使用することをお勧めします。 Amazon SageMakerスタジオ 独自の医用画像モデルを大規模にトレーニングする場合。 Amazon SageMaker Studio は、エンタープライズ レベルのセキュリティ、ガバナンス、および監視機能を備えた統合されたウェブベースの開発環境 (IDE) であり、そこから専用ツールにアクセスしてすべての ML 開発ステップを実行できます。 MONAI Core や itkWidgets などのオープンソース ライブラリも、Amazon SageMaker Studio で実行されます。
ソリューションをインストールする
Studio Lab で TCIA ノートブックを実行するには、Web サイトで電子メール アドレスを使用してアカウントを登録する必要があります。 スタジオラボのウェブサイト. アカウントのリクエストは、承認されるまで 1 ~ 3 日かかる場合があります。
その後、インストール手順に従って開始できます。
- スタジオラボにログイン そしてCPUランタイムを開始します。
- 別のタブで、 TCIA ノートブック GitHub リポジトリ リポジトリのルート フォルダーにあるノートブックを選択します。
- 選択する オープン スタジオ ラボ Studio Lab でノートブックを開きます。
- Studio Lab に戻り、選択します。 プロジェクトにコピー.
- 開いた新しい JupyterLab ポップアップで、選択します。 リポジトリ全体をクローン.
- 次のウィンドウで、デフォルトのままにして選択します クローン.
- 選択する OK 新しい Conda 環境の構築を確認するプロンプトが表示されたら (
medical-image-ai
).
Conda 環境の構築には最大 5 分かかります。 - 前の手順で開いたターミナルで、次のコマンドを実行して NodeJS を
studiolab
次に ImJoy JupyterLab 3 拡張機能をインストールするために必要な Conda 環境:conda install -y -c conda-forge nodejs
Studio Lab Extension Manager を使用して ImJoy Jupyter 拡張機能をインストールし、インタラクティブな視覚化を有効にします。 Imjoy 拡張機能を使用すると、itkWidgets やその他のデータ集約型プロセスが、Jupyter ノートブック、JupyterLab、Studio Lab などのローカルおよびリモートの Jupyter 環境と通信できます。 - Extension Manager で「imjoy」を検索し、 インストールを開始する.
- プロンプトが表示されたら、カーネルを再構築することを確認します。
- 選択する 保存して再読み込み ビルドが完了したとき。
ImJoy 拡張機能をインストールすると、ノートブックのトップ メニューに ImJoy アイコンが表示されます。
これを確認するには、ファイル ブラウザに移動し、 TCIA_Image_Visualalization_with_itkWidgets
ノートブックを選択し、 medical-image-ai
それを実行するためのカーネル。
ノートブック メニューの左上隅に ImJoy アイコンが表示されます。
これらのインストール手順により、 medical-image-ai
Studio Lab で itkWidgets と一緒に TCIA ノートブックを実行するための前提条件として、Python カーネルと ImJoy 拡張機能。
ソリューションをテストする
Studio Lab でのこれらの AI テクノロジの統合を紹介する一連のノートブックとチュートリアルを作成しました。 必ず選択してください medical-image-ai
Studio Lab で TCIA ノートブックを実行するときの Python カーネル。
最初の SageMaker ノートブック TCIA から DICOM 画像をダウンロードし、itkWidgets のシネマティック ボリューム レンダリング機能を使用してそれらの画像を視覚化する方法を示します。
二冊目のノート は、TCIA に関する何百もの研究で利用できるエキスパート アノテーションを DICOM SEG および RTSTRUCT オブジェクトとしてダウンロードし、3D または 2D スライスのオーバーレイとして視覚化し、ディープ ラーニング システムのトレーニングと評価に使用する方法を示しています。
XNUMX冊目のノート は、MONAI の Model Zoo で利用可能な事前トレーニング済みの MONAI 深層学習モデルをダウンロードして、TCIA (または独自の) DICOM 前立腺 MRI ボリュームをセグメント化するために使用する方法を示しています。
選択する オープン スタジオ ラボ これらおよび他の JupyterLab ノートブックで、自由に利用できる Studio Lab 環境でそれらのノートブックを起動します。
クリーンアップ
この投稿のインストール手順に従って、 medical-image-ai
Conda 環境では、ストレージ スペースを節約するために削除することをお勧めします。 これを行うには、次のコマンドを使用します。
conda remove --name medical-image-ai --all
Extension Manager を使用して ImJoy 拡張機能をアンインストールすることもできます。 後で Studio Lab アカウントで TCIA ノートブックを引き続き使用する場合は、Conda 環境を再作成し、ImJoy 拡張機能を再インストールする必要があることに注意してください。
タブを閉じて、選択することを忘れないでください ランタイムを停止 スタジオ ラボ プロジェクト ページで。
まとめ
SageMaker Studio Lab は、医用画像 AI 研究コミュニティが無料でアクセスでき、MONAI および itkWidgets と組み合わせて、医用画像 AI モデリングおよびインタラクティブな医用画像視覚化に使用できます。 TCIA オープン データとサンプル ノートブックは、ハッカソンやワークショップなどのトレーニング イベントで Studio Lab で使用できます。 このソリューションにより、科学者と研究者は、医療画像 AI を使用して迅速に実験、コラボレーション、イノベーションを行うことができます。 AWS アカウントを持っていて、SageMaker Studio ドメインをセットアップしている場合は、デフォルトの Data Science Python カーネルを使用して Studio でこれらのノートブックを実行することもできます ( ImJoy-jupyter-extension
から選択している間) さまざまなコンピューティング インスタンス タイプ.
スタジオラボも AWS re:Invent 2022 で新機能を発表 Studio Lab で開発されたノートブックを取得し、AWS アカウントで定期的なスケジュールでバッチ ジョブとして実行します。 したがって、Studio Lab の無料コンピューティング制限を超えて ML 実験をスケーリングし、AWS アカウントでより大きなデータセットを持つより強力なコンピューティング インスタンスを使用できます。
AWS がヘルスケアまたはライフ サイエンス組織にどのように役立つかについて詳しく知りたい場合は、担当者にお問い合わせください。 AWS 代表. MONAI と itkWidgets の詳細については、お問い合わせください。 キットウェア. TCIA には継続的に新しいデータが追加されています。 TCIAのウェブサイト.
参考文献
著者について
スティーブン・エイルワード Kitware の戦略的イニシアチブのシニア ディレクターであり、ノースカロライナ大学チャペルヒル校のコンピューターの非常勤教授であり、MICCAI 協会のフェローでもあります。 Aylward 博士はノースカロライナ州に Kitware のオフィスを設立し、いくつかのオープンソース イニシアチブのリーダーであり、現在は MONAI 諮問委員会の議長を務めています。
マット・マコーミック、PhD は、Kitware の Distinguished Engineer であり、科学的画像分析ツールキットである Insight Toolkit (ITK) の開発を指揮しています。 彼は、国立衛生研究所 (NIH) からのいくつかの研究助成金の主任研究者および共同研究者であり、米国国立研究所との関与を主導し、医療機器用の高度なソフトウェアを提供するさまざまな商用プロジェクトを主導してきました。 Dr. McCormick は、コミュニティ主導のオープンソース ソフトウェア、オープン サイエンス、再現可能な研究を強く支持しています。
ブリアナ・メジャー Kitware の研究開発エンジニアであり、医療および科学コミュニティに役立つオープン ソース ソフトウェアとツールの開発に情熱を注いでいます。
Jウスティン・カービィ Frederick National Laboratory for Cancer Research (FNLCR) のテクニカル プロジェクト マネージャーです。 彼の研究は、がん画像研究の再現性と透明性を向上させるために、患者のプライバシーを保護しながらデータ共有を可能にする方法に焦点を当てています。 彼のチームは 2010 年に The Cancer Imaging Archive (TCIA) を設立し、研究コミュニティはこれを利用して、原稿、助成金、チャレンジ コンテスト、主要な NCI 研究イニシアチブに関連する 200 以上のデータセットを公開しています。 これらのデータセットは、1,500 を超える査読済みの出版物で議論されています。
ギャングフー AWS のヘルスケア ソリューション アーキテクトです。 彼はミシシッピ大学で薬学の博士号を取得しており、XNUMX 年以上の技術および生物医学研究の経験があります。 彼はテクノロジーと、テクノロジーがヘルスケアに与える影響に情熱を注いでいます。
アレックス・レム は、AWS の医用画像処理のビジネス開発マネージャーです。 アレックスは、画像パートナーと共に市場開拓戦略を定義して実行し、ソリューション開発を推進して、クラウドでの AI/ML ベースの医用画像研究を加速しています。 彼は、オープンソースの ML フレームワークを AWS AI/ML スタックと統合することに情熱を注いでいます。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- できる
- 私たちについて
- 加速する
- アクセス
- アクセス可能な
- アカウント
- 越えて
- 追加されました
- 住所
- 高度な
- アドバイザリー
- 諮問機関
- 支持者
- 後
- AI
- 愛の研究
- AI / ML
- アレックス
- アルゴリズム
- すべて
- 許可
- ことができます
- Amazon
- アマゾンセージメーカー
- Amazon SageMakerスタジオ
- AmazonSageMakerStudioラボ
- 分析
- &
- 承認された
- Archive
- 利用できます
- AWS
- AWS re:Invent
- 基礎
- さ
- 恩恵
- 越えて
- より大きい
- 生物医学
- ボード
- 持って来る
- ブラウザ
- ビルド
- ビジネス
- 事業開発
- 癌
- がん研究
- 機能
- キャリー
- 椅子
- 挑戦する
- 選択する
- クラウド
- 協力します
- 協力して
- COM
- 組み合わせ
- 組み合わせる
- コマーシャル
- コマンドと
- 伝える
- コミュニティ
- コミュニティ
- コミュニティ主導
- コンクール
- コンプリート
- 包括的な
- 計算
- コンピュータ
- 会議
- 確認します
- 接触
- 続ける
- 連続的に
- 貢献
- 基本
- コーナー
- 費用
- CPU
- 作ります
- 作成した
- カスタマイズ
- データ
- データサイエンス
- データ共有
- データセット
- 日
- 深いです
- 深い学習
- デフォルト
- デフォルト
- 定義する
- 実証します
- デモ
- 開発する
- 発展した
- 開発
- 開発
- Devices
- 取締役
- 議論する
- ディスプレイ
- 優れました
- ドメイン
- ドント
- ダウンロード
- ダウンロード
- 簡単に
- enable
- 有効にする
- エンジニア
- エンタープライズグレード
- 全体
- 環境
- 環境
- 本質的な
- エーテル(ETH)
- 評価する
- 評価
- さらに
- イベント
- 誰も
- 例
- 実行する
- 体験
- 実験
- エキスパート
- 探る
- 直面して
- 特徴
- 特集
- 特徴
- 仲間
- File
- 名
- 焦点を当て
- 続いて
- フォロー中
- 設立
- フレームワーク
- フレデリック
- 無料版
- から
- 完全に
- 取得する
- GIF
- GitHubの
- 市場に行きます
- ガバナンス
- 助成
- ハッカソン
- 健康
- ヘルスケア
- 助けます
- 保持している
- 認定条件
- How To
- HTML
- HTTPS
- 何百
- ICON
- 考え
- 画像
- 画像分析
- 画像
- イメージング
- 影響
- 改善します
- in
- include
- 含めて
- 情報
- イニシアチブ
- 革新します
- 洞察力
- install
- インストール
- 統合する
- 統合された
- 統合
- 統合
- 相互作用的
- 興味がある
- 問題
- IT
- Jobs > Create New Job
- ジュピターノート
- ジャスティン
- キープ
- キー
- ラボ
- 実験室
- 最新の
- 起動する
- リーダー
- リード
- 学習
- ツェッペリン
- ライブラリ
- 生活
- 生命科学
- 制限
- ローカル
- 機械
- 機械学習
- 維持する
- 主要な
- make
- マネージャー
- 医療の
- 医療機器
- 医療画像処理
- メンバー
- メニュー
- メソッド
- 最小
- 分
- ミシシッピー州
- ML
- モデリング
- モデル
- モニタリング
- 他には?
- MRI検査
- の試合に
- 国民
- 国立衛生研究所
- ナビゲート
- 必要
- 新作
- 新機能
- 次の
- NIHの
- ノース
- ノースキャロライナ
- ノート
- ノートPC
- オブジェクト
- Office
- 継続
- 開いた
- 開いているデータ
- オープンソース
- オープンソースソフトウェア
- 開かれた
- 開きます
- 組織
- その他
- その他
- 自分の
- パートナー
- 情熱
- 情熱的な
- 患者
- ピア
- 実行する
- 薬剤
- 選ぶ
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- お願いします
- ポップアップ
- ポスト
- 強力な
- プレゼンテーション
- PLM platform.
- 校長
- プライバシー
- ラボレーション
- 生産性
- 生産性向上ツール
- 東京大学大学院海洋学研究室教授
- プロジェクト
- プロジェクト(実績作品)
- は、大阪で
- 提供
- 出版物
- パブリッシュ
- Python
- すぐに
- RE
- 準備
- 推奨される
- 繰り返し
- 登録
- 関連する
- リモート
- 削除します
- レンダリング
- 倉庫
- リクエスト
- の提出が必要です
- 研究
- 研究開発
- 研究コミュニティ
- 研究者
- リソース
- 結果
- 日
- ルート
- ラン
- ランニング
- セージメーカー
- SageMaker スタジオラボ
- Save
- 規模
- スケジュール
- 科学
- 科学
- 科学者たち
- を検索
- 二番
- セキュリティ
- セグメント
- セグメント
- 選択
- シニア
- 別
- シリーズ
- セッション
- セッションに
- いくつかの
- シェアする
- シェアリング
- 作品
- より小さい
- So
- 社会
- ソフトウェア
- 溶液
- ソリューション
- 解決する
- ソース
- スペース
- スタック
- start
- 開始
- 米国
- 手順
- Stephen Longfield
- ステップ
- ストレージ利用料
- 戦略的
- 作戦
- 強い
- 研究
- 研究
- 首尾よく
- システム
- 取る
- チーム
- チーム
- 技術的
- テクノロジー
- テクノロジー
- 10
- ターミナル
- アプリ環境に合わせて
- したがって、
- 三番
- 徹底的に
- 三
- 〜へ
- 一緒に
- ツールキット
- 豊富なツール群
- top
- トレーニング
- トレーニング
- 透明性
- チュートリアル
- チュートリアル
- ユナイテッド
- 米国
- 大学
- つかいます
- 「DeckleBenchは非常に使いやすく最適なソリューションを簡単に見つけることができるため、稼働率が向上しコストも削減した。当社の旧システムは良かったが改善は期待していなかった。
- さまざまな
- 確認する
- バージョン
- 、
- 目に見える
- 可視化
- 視覚化する
- ボリューム
- ボリューム
- ウェブベースの
- 歓迎
- which
- while
- 意志
- 無し
- 仕事
- 働いていました
- ワークフロー
- ワーキング
- ワークショップ
- 年
- あなたの
- ゼファーネット
- ZOO