Dette innlegget er skrevet sammen med Stephen Aylward, Matt McCormick, Brianna Major fra Kitware og Justin Kirby fra Frederick National Laboratory for Cancer Research (FNLCR).
Amazon SageMaker Studio Lab gir gratis tilgang til et utviklingsmiljø for maskinlæring (ML) til alle med en e-postadresse. Som det fullt utstyrte Amazon SageMaker Studio, Studio Lab lar deg tilpasse din egen Conda miljø og lage CPU- og GPU-skalerbare JupyterLab versjon 3 notatbøker, med enkel tilgang til de nyeste datavitenskapelige produktivitetsverktøyene og åpen kildekode-biblioteker. Dessuten inkluderer Studio Lab gratis kontoer minimum 15 GB vedvarende lagring, slik at du kontinuerlig kan vedlikeholde og bruke prosjektene dine på flere økter og lar deg umiddelbart fortsette der du slapp og til og med dele det pågående arbeidet og arbeidsmiljøet ditt med andre.
Et sentralt problem for det medisinske bildesamfunnet er hvordan man kan gjøre det mulig for forskere å eksperimentere og utforske med disse essensielle verktøyene. For å løse denne utfordringen jobbet AWS-team med Kitware og Frederick National Laboratory for Cancer Research (FNLCR) å samle tre store medisinske bildediagnostiske AI-ressurser for Studio Lab og hele JupyterLab-fellesskapet med åpen kildekode:
Disse verktøyene og dataene kombineres for å tillate medisinsk bildebehandling AI-forskere å raskt utvikle og grundig evaluere klinisk klare dyplæringsalgoritmer i et omfattende og brukervennlig miljø. Teammedlemmer fra FNLCR og Kitware samarbeidet for å lage en serie Jupyter-notatbøker som demonstrerer vanlige arbeidsflyter for å programmere tilgang til og visualisere TCIA-data. Disse notatbøkene bruker Studio Lab for å tillate forskere å kjøre notatbøkene uten å måtte sette opp sitt eget lokale Jupyter-utviklingsmiljø – du kan raskt utforske nye ideer eller integrere arbeidet ditt i presentasjoner, workshops og veiledninger på konferanser.
Følgende eksempel illustrerer Studio Lab som kjører en Jupyter-notisbok som laster ned TCIA prostata MR-data, segmenterer dem ved hjelp av MONAI og viser resultatene ved hjelp av itkWidgets.
Selv om du enkelt kan utføre mindre eksperimenter og demoer med prøvenotatbøkene som presenteres i dette innlegget på Studio Lab, anbefales det å bruke Amazon SageMaker Studio når du trener dine egne medisinske bildemodeller i stor skala. Amazon SageMaker Studio er et integrert nettbasert utviklingsmiljø (IDE) med sikkerhet, styring og overvåkingsfunksjoner i bedriftsgrad, hvorfra du kan få tilgang til spesialbygde verktøy for å utføre alle ML-utviklingstrinn. Åpen kildekode-biblioteker som MONAI Core og itkWidgets kjører også på Amazon SageMaker Studio.
Installer løsningen
For å kjøre TCIA-notatbøkene på Studio Lab, må du registrere en konto ved å bruke e-postadressen din på Studio Labs nettsted. Kontoforespørsler kan ta 1–3 dager før de blir godkjent.
Etter det kan du følge installasjonstrinnene for å komme i gang:
- Logg på Studio Lab og start en CPU-kjøring.
- I en egen fane, naviger til TCIA bærbare GitHub repo og velg en notatbok i rotmappen til depotet.
- Velg Åpne Studio Lab for å åpne notatblokken i Studio Lab.
- Tilbake i Studio Lab, velg Kopier til prosjekt.
- I den nye JupyterLab-popupen som åpnes, velg Klone hele repoen.
- I neste vindu, behold standardinnstillingene og velg Clone.
- Velg OK når du blir bedt om å bekrefte å bygge det nye Conda-miljøet (
medical-image-ai
).
Å bygge Conda-miljøet vil ta opptil 5 minutter. - I terminalen som åpnet i trinnet før, kjør følgende kommando for å installere NodeJS i
studiolab
Conda-miljøet, som kreves for å installere ImJoy JupyterLab 3-utvidelsen neste:conda install -y -c conda-forge nodejs
Vi installerer nå ImJoy Jupyter-utvidelsen ved å bruke Studio Lab Extension Manager for å aktivere interaktive visualiseringer. Imjoy-utvidelsen lar itkWidgets og andre dataintensive prosesser kommunisere med lokale og eksterne Jupyter-miljøer, inkludert Jupyter-notebooks, JupyterLab, Studio Lab, og så videre. - I Extension Manager, søk etter «imjoy» og velg Install.
- Bekreft å gjenoppbygge kjernen når du blir bedt om det.
- Velg Lagre og last inn på nytt når bygget er ferdig.
Etter installasjonen av ImJoy-utvidelsen vil du kunne se ImJoy-ikonet i toppmenyen på notatbøkene dine.
For å bekrefte dette, naviger til filleseren, velg TCIA_Image_Visualalization_with_itkWidgets
notatbok, og velg medical-image-ai
kjerne for å kjøre den.
ImJoy-ikonet vil være synlig i øvre venstre hjørne av notatbokmenyen.
Med disse installasjonstrinnene har du installert medical-image-ai
Python-kjernen og ImJoy-utvidelsen som forutsetning for å kjøre TCIA-notatbøkene sammen med itkWidgets på Studio Lab.
Test løsningen
Vi har laget et sett med notatbøker og en veiledning som viser integreringen av disse AI-teknologiene i Studio Lab. Sørg for å velge medical-image-ai
Python-kjernen når du kjører TCIA-notatbøkene i Studio Lab.
Den første SageMaker-notisboken viser hvordan du laster ned DICOM-bilder fra TCIA og visualiserer disse bildene ved å bruke de filmatiske volumgjengivelsesmulighetene til itkWidgets.
Den andre notatboken viser hvordan ekspertkommentarene som er tilgjengelige for hundrevis av studier på TCIA kan lastes ned som DICOM SEG- og RTSTRUCT-objekter, visualiseres i 3D eller som overlegg på 2D-skiver, og brukes til opplæring og evaluering av dyplæringssystemer.
Den tredje notatboken viser hvordan ferdigtrente MONAI dyplæringsmodeller tilgjengelig på MONAIs Model Zoo kan lastes ned og brukes til å segmentere TCIA (eller dine egne) DICOM prostata MR-volumer.
Velg Åpne Studio Lab i disse og andre JupyterLab-notatbøker for å lansere disse notatbøkene i det fritt tilgjengelige Studio Lab-miljøet.
Rydd opp
Etter at du har fulgt installasjonstrinnene i dette innlegget og opprettet medical-image-ai
Conda-miljø, kan det være lurt å slette det for å spare lagringsplass. For å gjøre det, bruk følgende kommando:
conda remove --name medical-image-ai --all
Du kan også avinstallere ImJoy-utvidelsen via Extension Manager. Vær oppmerksom på at du må gjenskape Conda-miljøet og installere ImJoy-utvidelsen på nytt hvis du vil fortsette å jobbe med TCIA-notatbøkene i Studio Lab-kontoen din senere.
Lukk fanen og ikke glem å velge Stopp Runtime på Studio Lab-prosjektsiden.
konklusjonen
SageMaker Studio Lab er tilgjengelig for forskningsmiljøer for medisinsk bilde-AI uten kostnad og kan brukes til medisinsk bilde-AI-modellering og interaktiv medisinsk bildevisualisering i kombinasjon med MONAI og itkWidgets. Du kan bruke TCIAs åpne data og eksempelnotatbøker med Studio Lab på treningsarrangementer, som hackathons og workshops. Med denne løsningen kan forskere og forskere raskt eksperimentere, samarbeide og innovere med medisinsk bilde-AI. Hvis du har en AWS-konto og har satt opp et SageMaker Studio-domene, kan du også kjøre disse notatbøkene på Studio ved å bruke standard Data Science Python-kjernen (med ImJoy-jupyter-extension
installert) mens du velger fra en forskjellige typer datamaskinforekomster.
Studio Lab også lanserte en ny funksjon på AWS re:Invent 2022 å ta notatbøkene utviklet i Studio Lab og kjøre dem som batch-jobber etter en gjentakende tidsplan i AWS-kontoene dine. Derfor kan du skalere ML-eksperimentene dine utover de gratis beregningsbegrensningene til Studio Lab og bruke kraftigere beregningsforekomster med mye større datasett på AWS-kontoene dine.
Hvis du er interessert i å lære mer om hvordan AWS kan hjelpe din helse- eller biovitenskapsorganisasjon, vennligst kontakt en AWS representant. For mer informasjon om MONAI og itkWidgets, vennligst kontakt Kitware. Nye data blir lagt til TCIA fortløpende, og dine forslag og bidrag er velkomne ved å besøke TCIAs nettsted.
Videre lesing
Om forfatterne
Stephen Aylward er seniordirektør for strategiske initiativ ved Kitware, adjungert professor i datamaskin ved University of North Carolina i Chapel Hill, og stipendiat i MICCAI Society. Dr. Aylward grunnla Kitwares kontor i North Carolina, har vært leder for flere åpen kildekode-initiativer, og er nå leder av MONAIs rådgivende styre.
Matt McCormick, PhD, er en Distinguished Engineer ved Kitware, hvor han leder utviklingen av Insight Toolkit (ITK), et vitenskapelig bildeanalyseverktøy. Han har vært hovedetterforsker og medetterforsker av flere forskningsstipender fra National Institutes of Health (NIH), ledet engasjementer med USAs nasjonale laboratorier og ledet ulike kommersielle prosjekter med avansert programvare for medisinsk utstyr. Dr. McCormick er en sterk talsmann for fellesskapsdrevet programvare med åpen kildekode, åpen vitenskap og reproduserbar forskning.
Brianna Major er en forsknings- og utviklingsingeniør hos Kitware med en lidenskap for å utvikle åpen kildekode-programvare og verktøy som vil være til nytte for det medisinske og vitenskapelige miljøet.
Justin Kirby er en teknisk prosjektleder ved Frederick National Laboratory for Cancer Research (FNLCR). Arbeidet hans er fokusert på metoder for å muliggjøre datadeling samtidig som pasientens personvern bevares for å forbedre reproduserbarhet og åpenhet i kreftbildeforskning. Teamet hans grunnla The Cancer Imaging Archive (TCIA) i 2010, som forskningsmiljøet har utnyttet til å publisere over 200 datasett relatert til manuskripter, tilskudd, utfordringskonkurranser og store NCI-forskningsinitiativer. Disse datasettene har blitt diskutert i over 1,500 fagfellevurderte publikasjoner.
Gjenge Fu er Healthcare Solution Architect hos AWS. Han har en doktorgrad i farmasøytisk vitenskap fra University of Mississippi og har over ti års teknologi- og biomedisinsk forskningserfaring. Han er lidenskapelig opptatt av teknologi og virkningen den kan ha på helsevesenet.
Alex Lemm er forretningsutviklingssjef for medisinsk bildebehandling hos AWS. Alex definerer og utfører gå-til-markedsstrategier med bildebehandlingspartnere og driver utvikling av løsninger for å akselerere AI/ML-basert medisinsk bildebehandlingsforskning i skyen. Han brenner for å integrere åpen kildekode ML-rammeverk med AWS AI/ML-stakken.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
- kilde: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- I stand
- Om oss
- akselerere
- adgang
- tilgjengelig
- Logg inn
- kontoer
- tvers
- la til
- adresse
- avansert
- rådgivende
- rådgivende styre
- advokat
- Etter
- AI
- ai forskning
- AI / ML
- alex
- algoritmer
- Alle
- tillate
- tillater
- Amazon
- Amazon SageMaker
- Amazon SageMaker Studio
- Amazon SageMaker Studio Lab
- analyse
- og
- godkjent
- Arkiv
- tilgjengelig
- AWS
- AWS re: Oppfinne
- basis
- før du
- være
- nytte
- Beyond
- større
- biomedisinsk
- borde
- bringe
- nett~~POS=TRUNC leseren~~POS=HEADCOMP
- bygge
- virksomhet
- forretningsutvikling
- Kreft
- kreftforskning
- evner
- bære
- Chair
- utfordre
- Velg
- Cloud
- samarbeide
- samarbeidet
- COM
- kombinasjon
- kombinere
- kommersiell
- Felles
- kommunisere
- Communities
- samfunnet
- Samfunnsdrevet
- Konkurranser
- fullføre
- omfattende
- Beregn
- datamaskin
- konferanser
- Bekrefte
- kontakt
- fortsette
- kontinuerlig
- bidragene
- Kjerne
- Corner
- Kostnad
- prosessor
- skape
- opprettet
- tilpasse
- dato
- datavitenskap
- datadeling
- datasett
- Dager
- dyp
- dyp læring
- Misligholde
- mislighold
- definerer
- demonstrere
- Demonstrasjoner
- utvikle
- utviklet
- utvikle
- Utvikling
- Enheter
- Regissør
- diskutert
- skjermer
- Fornem
- domene
- ikke
- nedlasting
- nedlastinger
- lett
- emalje
- muliggjøre
- muliggjør
- ingeniør
- enterprise-klasse
- Hele
- Miljø
- miljøer
- avgjørende
- Eter (ETH)
- evaluere
- evaluering
- Selv
- hendelser
- alle
- eksempel
- Utfører
- erfaring
- eksperiment
- Expert
- utforske
- forlengelse
- møtt
- Trekk
- kjennetegnet
- Egenskaper
- kar
- filet
- Først
- fokuserte
- følge
- fulgt
- etter
- Stiftet
- rammer
- Frederick
- Gratis
- fra
- fullt
- få
- gif
- GitHub
- Gå til markedet
- styresett
- tilskudd
- Hackathons
- Helse
- helsetjenester
- hjelpe
- holder
- Hvordan
- Hvordan
- HTML
- HTTPS
- Hundrevis
- ICON
- Ideer
- bilde
- bildeanalyse
- bilder
- Imaging
- Påvirkning
- forbedre
- in
- inkludere
- Inkludert
- informasjon
- initiativer
- innovere
- innsikt
- installere
- installerte
- f.eks
- integrere
- integrert
- Integrering
- integrering
- interaktiv
- interessert
- utstedelse
- IT
- Jobb
- Jupyter Notebook
- Justin
- Hold
- nøkkel
- lab
- laboratorium
- siste
- lansere
- leder
- Fører
- læring
- Led
- bibliotekene
- Life
- Life Sciences
- begrensninger
- lokal
- maskin
- maskinlæring
- vedlikeholde
- større
- gjøre
- leder
- medisinsk
- medisinsk utstyr
- medisinsk bildebehandling
- medlemmer
- Meny
- metoder
- minimum
- minutter
- Mississippi
- ML
- modell
- modellering
- modeller
- overvåking
- mer
- MR
- flere
- nasjonal
- National Institutes of Health
- Naviger
- Trenger
- Ny
- ny funksjon
- neste
- NIH
- nord
- nord carolina
- bærbare
- notatbøker
- gjenstander
- Office
- pågående
- åpen
- åpne data
- åpen kildekode
- Programvare med åpen kildekode
- åpnet
- åpner
- organisasjon
- Annen
- andre
- egen
- partnere
- lidenskap
- lidenskapelig
- pasient
- likemann
- utføre
- Pharmaceutical
- plukke
- plato
- Platon Data Intelligence
- PlatonData
- vær så snill
- pop-up
- Post
- kraftig
- Presentasjoner
- presentert
- Principal
- privatliv
- Prosesser
- produktivitet
- Produktivitetsverktøy
- Professor
- prosjekt
- prosjekter
- gir
- gi
- publikasjoner
- publisere
- Python
- raskt
- RE
- klar
- anbefales
- gjentakende
- registrere
- i slekt
- fjernkontroll
- fjerne
- gjengivelse
- Repository
- forespørsler
- påkrevd
- forskning
- forskning og utvikling
- forskning fellesskap
- forskere
- Ressurser
- Resultater
- anmeldt
- root
- Kjør
- rennende
- sagemaker
- SageMaker Studio Lab
- Spar
- Skala
- planlegge
- Vitenskap
- VITENSKAPER
- forskere
- Søk
- Sekund
- sikkerhet
- segmentet
- segmenter
- velge
- senior
- separat
- Serien
- sesjoner
- sett
- flere
- Del
- deling
- Viser
- mindre
- So
- Samfunnet
- Software
- løsning
- Solutions
- LØSE
- kilde
- Rom
- stable
- Begynn
- startet
- Stater
- Trinn
- Stephen
- Steps
- lagring
- Strategisk
- strategier
- sterk
- studier
- studio
- vellykket
- Systemer
- Ta
- lag
- lag
- Teknisk
- Technologies
- Teknologi
- ti
- terminal
- De
- deres
- derfor
- Tredje
- grundig
- tre
- til
- sammen
- verktøykasse
- verktøy
- topp
- Tog
- Kurs
- Åpenhet
- tutorial
- tutorials
- forent
- Forente Stater
- universitet
- bruke
- brukervennlig
- ulike
- verifisere
- versjon
- av
- synlig
- visualisering
- visualisere
- volum
- volumer
- Web-basert
- velkommen
- hvilken
- mens
- vil
- uten
- Arbeid
- arbeidet
- arbeidsflyt
- arbeid
- Verksteder
- år
- Din
- zephyrnet
- ZOO