이 게시물은 Kitware의 Stephen Aylward, Matt McCormick, Brianna Major 및 FNLCR(Frederick National Laboratory for Cancer Research)의 Justin Kirby와 공동으로 작성되었습니다.
Amazon SageMaker 스튜디오 랩 제공 무료 액세스 이메일 주소가 있는 모든 사람에게 기계 학습(ML) 개발 환경으로. 모든 기능을 갖춘 Amazon SageMaker Studio처럼, Studio Lab을 사용하면 자신만의 콘다 환경 CPU 및 GPU 확장 가능 생성 JupyterLab 버전 3 노트북, 최신 데이터 과학 생산성 도구 및 오픈 소스 라이브러리에 쉽게 액세스할 수 있습니다. 또한 Studio Lab 무료 계정에는 다음이 포함됩니다. 최소 15GB의 영구 스토리지, 여러 세션에 걸쳐 프로젝트를 지속적으로 유지하고 확장할 수 있으며 중단한 부분을 즉시 선택하고 진행 중인 작업 및 작업 환경을 다른 사람과 공유할 수도 있습니다.
의료 이미지 커뮤니티가 직면한 주요 문제는 연구원이 이러한 필수 도구를 실험하고 탐색할 수 있도록 하는 방법입니다. 이 문제를 해결하기 위해 AWS 팀은 키트웨어 과 FNLCR(Frederick 국립 암 연구 연구소) Studio Lab과 전체 오픈 소스 JupyterLab 커뮤니티를 위한 세 가지 주요 의료 영상 AI 리소스를 통합합니다.
이러한 도구와 데이터가 결합되어 의료 영상 AI 연구원은 포괄적이고 사용자 친화적인 환경에서 임상적으로 준비된 딥 러닝 알고리즘을 신속하게 개발하고 철저하게 평가할 수 있습니다. FNLCR과 Kitware의 팀원들은 협력하여 프로그래밍 방식으로 TCIA 데이터에 액세스하고 시각화하는 일반적인 워크플로우를 보여주는 일련의 Jupyter 노트북을 만들었습니다. 이러한 노트북은 Studio Lab을 사용하여 연구원이 자체 로컬 Jupyter 개발 환경을 설정할 필요 없이 노트북을 실행할 수 있도록 합니다. 즉, 새로운 아이디어를 빠르게 탐색하거나 작업을 프레젠테이션, 워크숍 및 컨퍼런스의 자습서에 통합할 수 있습니다.
다음 예는 TCIA 전립선 MRI 데이터를 다운로드하고 MONAI를 사용하여 세그먼트화하고 itkWidgets를 사용하여 결과를 표시하는 Jupyter 노트북을 실행하는 Studio Lab을 보여줍니다.
Studio Lab에서 무료로 이 게시물에 제시된 샘플 노트북을 사용하여 소규모 실험 및 데모를 쉽게 수행할 수 있지만 다음을 사용하는 것이 좋습니다. 아마존 세이지 메이커 스튜디오 자신의 의료 이미지 모델을 대규모로 교육할 때. Amazon SageMaker Studio는 모든 ML 개발 단계를 수행하기 위해 특별히 제작된 도구에 액세스할 수 있는 엔터프라이즈급 보안, 거버넌스 및 모니터링 기능을 갖춘 통합 웹 기반 개발 환경(IDE)입니다. MONAI Core 및 itkWidgets와 같은 오픈 소스 라이브러리도 Amazon SageMaker Studio에서 실행됩니다.
솔루션 설치
Studio Lab에서 TCIA 노트북을 실행하려면 다음에서 이메일 주소를 사용하여 계정을 등록해야 합니다. 스튜디오랩 홈페이지. 계정 요청이 승인되려면 1~3일이 소요될 수 있습니다.
그런 다음 설치 단계에 따라 시작할 수 있습니다.
- 스튜디오 랩에 로그인 CPU 런타임을 시작합니다.
- 별도의 탭에서 TCIA 노트북 GitHub 저장소 리포지토리의 루트 폴더에서 노트북을 선택합니다.
- 왼쪽 메뉴에서 오픈 스튜디오 랩 Studio Lab에서 노트북을 엽니다.
- Studio Lab으로 돌아가서 다음을 선택합니다. 프로젝트에 복사.
- 열리는 새 JupyterLab 팝업에서 다음을 선택합니다. 전체 저장소 복제.
- 다음 창에서 기본값을 유지하고 선택하십시오. 복제.
- 왼쪽 메뉴에서 OK 새 Conda 환경 구축을 확인하라는 메시지가 표시되면(
medical-image-ai
).
Conda 환경 구축에는 최대 5분이 소요됩니다. - 이전 단계에서 열린 터미널에서 다음 명령을 실행하여 NodeJS를 설치합니다.
studiolab
다음으로 ImJoy JupyterLab 3 확장을 설치하는 데 필요한 Conda 환경:conda install -y -c conda-forge nodejs
이제 Studio Lab Extension Manager를 사용하여 ImJoy Jupyter 확장을 설치하여 대화형 시각화를 활성화합니다. Imjoy 확장을 사용하면 itkWidgets 및 기타 데이터 집약적 프로세스가 Jupyter 노트북, JupyterLab, Studio Lab 등을 포함한 로컬 및 원격 Jupyter 환경과 통신할 수 있습니다. - Extension Manager에서 "imjoy"를 검색하고 선택합니다. 설치.
- 메시지가 표시되면 커널을 다시 빌드할지 확인합니다.
- 왼쪽 메뉴에서 저장 및 다시 로드 빌드가 완료되면.
ImJoy 확장 프로그램을 설치하면 노트북 상단 메뉴에 ImJoy 아이콘이 표시됩니다.
이를 확인하려면 파일 브라우저로 이동하여 TCIA_Image_Visualalization_with_itkWidgets
노트북을 선택하고 medical-image-ai
커널을 실행합니다.
ImJoy 아이콘은 노트북 메뉴의 왼쪽 상단 모서리에 표시됩니다.
이러한 설치 단계를 통해 다음을 성공적으로 설치했습니다. medical-image-ai
Studio Lab에서 itkWidgets와 함께 TCIA 노트북을 실행하기 위한 전제 조건으로 Python 커널 및 ImJoy 확장.
솔루션 테스트
Studio Lab에서 이러한 AI 기술의 통합을 보여주는 일련의 노트북과 자습서를 만들었습니다. 다음을 선택하십시오. medical-image-ai
Studio Lab에서 TCIA 노트북을 실행할 때 Python 커널.
최초의 SageMaker 노트북 TCIA에서 DICOM 이미지를 다운로드하고 itkWidgets의 시네마틱 볼륨 렌더링 기능을 사용하여 해당 이미지를 시각화하는 방법을 보여줍니다.
두 번째 노트북 TCIA에 대한 수백 건의 연구에 사용할 수 있는 전문가 주석을 DICOM SEG 및 RTSTRUCT 개체로 다운로드하고, 3D로 시각화하거나 2D 슬라이스의 오버레이로 시각화하고, 딥 러닝 시스템의 교육 및 평가에 사용할 수 있는 방법을 보여줍니다.
세 번째 노트북 MONAI의 Model Zoo에서 사용할 수 있는 사전 훈련된 MONAI 딥 러닝 모델을 다운로드하여 TCIA(또는 자신의) DICOM 전립선 MRI 볼륨을 분할하는 데 사용할 수 있는 방법을 보여줍니다.
왼쪽 메뉴에서 오픈 스튜디오 랩 자유롭게 사용할 수 있는 Studio Lab 환경에서 해당 노트북을 실행할 수 있습니다.
정리
이 게시물의 설치 단계를 수행하고 medical-image-ai
Conda 환경에서는 저장 공간을 절약하기 위해 삭제하는 것이 좋습니다. 이렇게 하려면 다음 명령을 사용합니다.
conda remove --name medical-image-ai --all
Extension Manager를 통해 ImJoy 확장 프로그램을 제거할 수도 있습니다. 나중에 Studio Lab 계정에서 TCIA 노트북으로 계속 작업하려면 Conda 환경을 다시 만들고 ImJoy 확장 프로그램을 다시 설치해야 합니다.
탭을 닫고 선택하는 것을 잊지 마세요 런타임 중지 Studio Lab 프로젝트 페이지에서.
결론
SageMaker Studio Lab은 의료 영상 AI 연구 커뮤니티에서 무료로 액세스할 수 있으며 MONAI 및 itkWidgets와 함께 의료 영상 AI 모델링 및 대화형 의료 영상 시각화에 사용할 수 있습니다. 해커톤 및 워크샵과 같은 교육 이벤트에서 Studio Lab과 함께 TCIA 오픈 데이터 및 샘플 노트북을 사용할 수 있습니다. 이 솔루션을 통해 과학자와 연구원은 의료 영상 AI로 빠르게 실험하고 협업하고 혁신할 수 있습니다. AWS 계정이 있고 SageMaker Studio 도메인을 설정한 경우 기본 Data Science Python 커널( ImJoy-jupyter-extension
설치됨)에서 선택하는 동안 다양한 컴퓨팅 인스턴스 유형.
스튜디오 랩도 AWS re:Invent 2022에서 새로운 기능 출시 Studio Lab에서 개발한 노트북을 가져와 AWS 계정에서 반복 일정에 따라 배치 작업으로 실행합니다. 따라서 Studio Lab의 무료 컴퓨팅 제한을 넘어 ML 실험을 확장하고 AWS 계정에서 훨씬 더 큰 데이터 세트로 더 강력한 컴퓨팅 인스턴스를 사용할 수 있습니다.
AWS가 의료 또는 생명 과학 조직을 어떻게 도울 수 있는지 자세히 알아보려면 다음으로 문의하십시오. AWS 대표. MONAI 및 itkWidgets에 대한 자세한 내용은 다음으로 문의하십시오. 키트웨어. 새로운 데이터가 지속적으로 TCIA에 추가되고 있으며 귀하의 제안과 기여는 다음을 방문하여 환영합니다. TCIA 웹사이트.
추가 읽기
저자에 관하여
스티븐 아일워드 Kitware의 전략적 이니셔티브 수석 이사, 채플힐에 있는 노스캐롤라이나 대학교 컴퓨터학과 겸임 교수, MICCAI Society 회원입니다. Aylward 박사는 노스캐롤라이나에 Kitware 사무실을 설립했으며 여러 오픈 소스 이니셔티브의 리더였으며 현재 MONAI 자문 위원회 의장입니다.
맷 맥코믹, PhD는 Kitware의 Distinguished Engineer로서 과학적 이미지 분석 툴킷인 Insight Toolkit(ITK)의 개발을 이끌고 있습니다. 그는 국립보건원(NIH)의 여러 연구 보조금의 수석 조사자이자 공동 조사자였으며 미국 국립 연구소와의 계약을 주도했으며 의료 기기용 고급 소프트웨어를 제공하는 다양한 상업 프로젝트를 주도했습니다. McCormick 박사는 커뮤니티 중심의 오픈 소스 소프트웨어, 개방형 과학 및 재현 가능한 연구를 강력하게 옹호합니다.
브리아나 메이저 의료 및 과학 커뮤니티에 도움이 될 오픈 소스 소프트웨어 및 도구 개발에 대한 열정을 가진 Kitware의 연구 개발 엔지니어입니다.
J유스틴 커비 FNLCR(Frederick National Laboratory for Cancer Research)의 기술 프로젝트 관리자입니다. 그의 작업은 암 영상 연구의 재현성과 투명성을 개선하기 위해 환자의 개인 정보를 보호하면서 데이터 공유를 가능하게 하는 방법에 중점을 두고 있습니다. 그의 팀은 2010년에 The Cancer Imaging Archive(TCIA)를 설립했으며 연구 커뮤니티는 이를 활용하여 원고, 보조금, 챌린지 대회 및 주요 NCI 연구 이니셔티브와 관련된 200개 이상의 데이터 세트를 게시했습니다. 이러한 데이터 세트는 1,500개 이상의 피어 리뷰 간행물에서 논의되었습니다.
갱푸 AWS의 의료 솔루션 아키텍트입니다. 그는 미시시피 대학교에서 약학 박사 학위를 받았으며 XNUMX년 이상의 기술 및 생의학 연구 경험을 가지고 있습니다. 그는 기술과 그것이 의료에 미칠 수 있는 영향에 대해 열정적입니다.
알렉스 렘 AWS의 의료 영상 사업 개발 관리자입니다. Alex는 이미징 파트너와 함께 시장 진출 전략을 정의 및 실행하고 솔루션 개발을 주도하여 클라우드에서 AI/ML 기반 의료 이미징 연구를 가속화합니다. 그는 오픈 소스 ML 프레임워크를 AWS AI/ML 스택과 통합하는 데 열정적입니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- 할 수 있는
- 소개
- 가속
- ACCESS
- 얻기 쉬운
- 계정
- 계정
- 가로질러
- 추가
- 주소
- 많은
- 자문
- 자문위원회
- 변호사
- 후
- AI
- 인공 지능 연구
- AI / ML
- 알렉스
- 알고리즘
- All
- 허용
- 수
- 아마존
- 아마존 세이지 메이커
- 아마존 세이지 메이커 스튜디오
- Amazon SageMaker 스튜디오 랩
- 분석
- 과
- 인가 된
- 아카이브
- 가능
- AWS
- AWS 재 : 발명
- 기초
- 전에
- 존재
- 이익
- 그 너머
- 더 큰
- 생물 의학
- 판
- 가져
- 브라우저
- 빌드
- 사업
- 사업 개발
- 게자리
- 암 연구
- 기능
- 나르다
- 의장
- 도전
- 왼쪽 메뉴에서
- 클라우드
- 협력
- 협력하다
- COM
- 결합
- 결합
- 상업
- 공통의
- 소통
- 커뮤니티
- 커뮤니티
- 커뮤니티 주도
- 경기
- 완전한
- 포괄적 인
- 계산
- 컴퓨터
- 회의
- 확인하기
- CONTACT
- 계속
- 지속적으로
- 기부금
- 핵심
- 모서리
- 비용
- CPU
- 만들
- 만든
- 사용자 정의
- 데이터
- 데이터 과학
- 데이터 공유
- 데이터 세트
- 일
- 깊은
- 깊은 학습
- 태만
- 기본값
- 정의
- 보여
- 데모 곡
- 개발
- 개발
- 개발
- 개발
- 디바이스
- 책임자
- 논의 된
- 디스플레이
- 저명한
- 도메인
- 말라
- 다운로드
- 다운로드
- 용이하게
- 이메일
- 가능
- 가능
- 기사
- 엔터프라이즈 급
- 전체의
- 환경
- 환경
- 필수
- 에테르 (ETH)
- 평가
- 평가
- 조차
- 이벤트
- 사람
- 예
- 실행
- 경험
- 실험
- 전문가
- 탐험
- 확장자
- 직면
- 특색
- 추천
- 특징
- 사람
- 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에
- 먼저,
- 집중
- 따라
- 다음에
- 수행원
- 설립
- 프레임 워크
- 프레 더릭
- 무료
- 에
- 충분히
- 얻을
- 지프
- GitHub의
- 시장으로가요
- 통치
- 보조금
- 해커 톤
- 건강
- 건강 관리
- 도움
- 보유
- 방법
- How To
- HTML
- HTTPS
- 수백
- ICON
- 아이디어
- 영상
- 이미지 분석
- 형상
- 영상
- 영향
- 개선
- in
- 포함
- 포함
- 정보
- 이니셔티브
- 받아 들여 쓰다
- 통찰력
- 설치
- 설치
- 예
- 통합
- 통합 된
- 통합
- 완성
- 대화형
- 관심있는
- 발행물
- IT
- 작업
- 주피터 수첩
- Justin
- 유지
- 키
- 실험실
- 실험실
- 최근
- 시작
- 리더
- 오퍼
- 배우기
- 지도
- 도서관
- 생활
- 생명과학
- 한계
- 지방의
- 기계
- 기계 학습
- 유지하다
- 주요한
- 확인
- 매니저
- 의료
- 의료 기기
- 의료 이미징
- 회원
- 메뉴
- 방법
- 최저한의
- 분
- 미시시피
- ML
- 모델
- 모델링
- 모델
- 모니터링
- 배우기
- MRI
- 여러
- 국가의
- 건강의 국립 연구소
- 이동
- 필요
- 신제품
- 새로운 기능
- 다음 것
- NIH
- North
- 노스 캐롤라이나
- 수첩
- 노트북
- 사물
- Office
- 지속적으로
- 열 수
- 오픈 데이터
- 오픈 소스
- 오픈 소스 소프트웨어
- 오픈
- 열립니다
- 조직
- 기타
- 기타
- 자신의
- 파트너
- 열정
- 열렬한
- 환자
- 피어
- 수행
- 제약
- 선택
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 부디
- 팝업
- 게시하다
- 강한
- 프리젠 테이션
- 제시
- 교장
- 개인 정보 보호
- 프로세스
- 생산력
- 생산성 도구
- 교수
- 프로젝트
- 프로젝트
- 제공
- 제공
- 출판물
- 게시
- Python
- 빨리
- RE
- 준비
- 추천
- 반복
- 회원가입
- 관련
- 먼
- 제거
- 렌더링
- 저장소
- 요청
- 필수
- 연구
- 연구 및 개발
- 연구 커뮤니티
- 연구원
- 자료
- 결과
- 검토
- 뿌리
- 달리기
- 달리는
- 현자
- SageMaker 스튜디오 랩
- 찜하기
- 규모
- 예정
- 과학
- 과학
- 과학자
- 검색
- 둘째
- 보안
- 분절
- 세그먼트
- 선택
- 연장자
- 별도의
- 연속
- 세션
- 세트
- 몇몇의
- 공유
- 공유
- 쇼
- 작은
- So
- 사회
- 소프트웨어
- 해결책
- 솔루션
- 풀다
- 출처
- 스페이스 버튼
- 스택
- 스타트
- 시작
- 미국
- 단계
- 스티븐
- 단계
- 저장
- 전략의
- 전략들
- 강한
- 연구
- 스튜디오
- 성공적으로
- 시스템은
- 받아
- 팀
- 팀
- 테크니컬
- 기술
- Technology
- 안색
- 단말기
- XNUMXD덴탈의
- 그들의
- 따라서
- 제삼
- 완전히
- 세
- 에
- 함께
- 툴킷
- 검색을
- 상단
- Train
- 트레이닝
- 투명도
- 지도 시간
- 자습서
- 미국
- United States
- 대학
- 사용
- 사용하기 쉬운
- 여러
- 확인
- 버전
- 를 통해
- 눈에 보이는
- 심상
- 시각화
- 음량
- 볼륨
- 웹 기반
- 환영
- 어느
- 동안
- 의지
- 없이
- 작업
- 일
- 워크 플로우
- 일하는
- 워크숍
- 년
- 너의
- 제퍼 넷
- 동물원