Det här inlägget är skrivet tillsammans med Stephen Aylward, Matt McCormick, Brianna Major från Kitware och Justin Kirby från Frederick National Laboratory for Cancer Research (FNLCR).
Amazon SageMaker Studio Lab ger kostnadsfri tillgång till en utvecklingsmiljö för maskininlärning (ML) för alla med en e-postadress. Som den fullt utrustade Amazon SageMaker Studio, Studio Lab låter dig anpassa din egen Conda miljö och skapa CPU- och GPU-skalbara JupyterLab version 3 anteckningsböcker, med enkel tillgång till de senaste datavetenskapliga produktivitetsverktygen och bibliotek med öppen källkod. Dessutom inkluderar Studio Lab gratiskonton minst 15 GB beständig lagring, vilket gör att du kontinuerligt kan underhålla och förbruka dina projekt över flera sessioner och låter dig omedelbart fortsätta där du slutade och till och med dela ditt pågående arbete och arbetsmiljö med andra.
En nyckelfråga som det medicinska bildsamhället står inför är hur man gör det möjligt för forskare att experimentera och utforska med dessa viktiga verktyg. För att lösa denna utmaning arbetade AWS-team med Kitware och Frederick National Laboratory for Cancer Research (FNLCR) att sammanföra tre stora medicinska bildbehandlings-AI-resurser för Studio Lab och hela JupyterLab-communityt med öppen källkod:
Dessa verktyg och data kombineras för att tillåta forskare inom medicinsk bildbehandling AI att snabbt utveckla och grundligt utvärdera kliniskt redo djupinlärningsalgoritmer i en omfattande och användarvänlig miljö. Teammedlemmar från FNLCR och Kitware samarbetade för att skapa en serie Jupyter-anteckningsböcker som visar vanliga arbetsflöden för att programmatiskt komma åt och visualisera TCIA-data. Dessa anteckningsböcker använder Studio Lab för att tillåta forskare att köra anteckningsböckerna utan att behöva skapa sin egen lokala Jupyter-utvecklingsmiljö – du kan snabbt utforska nya idéer eller integrera ditt arbete i presentationer, workshops och handledningar på konferenser.
Följande exempel illustrerar Studio Lab som kör en Jupyter-anteckningsbok som laddar ner TCIA prostata MRI-data, segmenterar den med MONAI och visar resultaten med itkWidgets.
Även om du enkelt kan utföra mindre experiment och demos med provanteckningsböckerna som presenteras i det här inlägget på Studio Lab gratis, rekommenderas det att du använder Amazon SageMaker Studio när du tränar dina egna medicinska bildmodeller i stor skala. Amazon SageMaker Studio är en integrerad webbaserad utvecklingsmiljö (IDE) med säkerhets-, styrnings- och övervakningsfunktioner i företagsklass från vilka du kan komma åt specialbyggda verktyg för att utföra alla ML-utvecklingssteg. Bibliotek med öppen källkod som MONAI Core och itkWidgets körs också på Amazon SageMaker Studio.
Installera lösningen
För att köra TCIA-anteckningsböckerna på Studio Lab måste du registrera ett konto med din e-postadress på Studio Labs webbplats. Kontoförfrågningar kan ta 1–3 dagar innan de godkänns.
Efter det kan du följa installationsstegen för att komma igång:
- Logga in på Studio Lab och starta en CPU-runtime.
- På en separat flik, navigera till TCIA anteckningsböcker GitHub repo och välj en anteckningsbok i förvarets rotmapp.
- Välja Öppna Studio Lab för att öppna anteckningsboken i Studio Lab.
- Tillbaka i Studio Lab, välj Kopiera till projektet.
- Välj i den nya JupyterLab-popupen som öppnas Klona hela Repo.
- I nästa fönster, behåll standardinställningarna och välj klon.
- Välja OK när du uppmanas att bekräfta att bygga den nya Conda-miljön (
medical-image-ai
).
Att bygga Conda-miljön tar upp till 5 minuter. - I terminalen som öppnades i steget innan, kör följande kommando för att installera NodeJS i
studiolab
Conda-miljö, som krävs för att installera ImJoy JupyterLab 3-tillägget nästa:conda install -y -c conda-forge nodejs
Vi installerar nu ImJoy Jupyter-tillägget med hjälp av Studio Lab Extension Manager för att möjliggöra interaktiva visualiseringar. Imjoy-tillägget tillåter itkWidgets och andra dataintensiva processer att kommunicera med lokala och avlägsna Jupyter-miljöer, inklusive Jupyter-datorer, JupyterLab, Studio Lab och så vidare. - I Extension Manager, sök efter "imjoy" och välj installera.
- Bekräfta att återuppbygga kärnan när du uppmanas.
- Välja Spara och ladda om när bygget är klart.
Efter installationen av ImJoy-tillägget kommer du att kunna se ImJoy-ikonen i toppmenyn på dina bärbara datorer.
För att verifiera detta, navigera till filläsaren, välj TCIA_Image_Visualalization_with_itkWidgets
anteckningsbok och välj medical-image-ai
kärna för att köra den.
ImJoy-ikonen kommer att vara synlig i det övre vänstra hörnet av notebook-menyn.
Med dessa installationssteg har du framgångsrikt installerat medical-image-ai
Python-kärnan och ImJoy-tillägget som en förutsättning för att köra TCIA-anteckningsböckerna tillsammans med itkWidgets på Studio Lab.
Testa lösningen
Vi har skapat en uppsättning bärbara datorer och en handledning som visar upp integrationen av dessa AI-tekniker i Studio Lab. Se till att välja medical-image-ai
Python-kärnan när du kör TCIA-anteckningsböckerna i Studio Lab.
Den första SageMaker-anteckningsboken visar hur man laddar ner DICOM-bilder från TCIA och visualiserar dessa bilder med hjälp av de filmiska volymåtergivningsmöjligheterna i itkWidgets.
Den andra anteckningsboken visar hur expertkommentarerna som finns tillgängliga för hundratals studier om TCIA kan laddas ner som DICOM SEG- och RTSTRUCT-objekt, visualiseras i 3D eller som överlägg på 2D-skivor och användas för utbildning och utvärdering av system för djupinlärning.
Den tredje anteckningsboken visar hur förtränade MONAI djupinlärningsmodeller tillgängliga på MONAI:s Model Zoo kan laddas ner och användas för att segmentera TCIA (eller din egen) DICOM prostata MRI volymer.
Välja Öppna Studio Lab i dessa och andra JupyterLab-anteckningsböcker för att lansera dessa anteckningsböcker i den fritt tillgängliga Studio Lab-miljön.
Städa upp
Efter att du har följt installationsstegen i det här inlägget och skapat medical-image-ai
Conda-miljö, du kanske vill ta bort den för att spara lagringsutrymme. För att göra det, använd följande kommando:
conda remove --name medical-image-ai --all
Du kan också avinstallera ImJoy-tillägget via Extension Manager. Var medveten om att du måste återskapa Conda-miljön och installera om ImJoy-tillägget om du vill fortsätta arbeta med TCIA-anteckningsböckerna i ditt Studio Lab-konto senare.
Stäng din flik och glöm inte att välja Stoppa körtid på Studio Lab-projektsidan.
Slutsats
SageMaker Studio Lab är tillgängligt för forskningsgemenskaper för medicinsk bild-AI utan kostnad och kan användas för medicinsk bild-AI-modellering och interaktiv medicinsk bildvisualisering i kombination med MONAI och itkWidgets. Du kan använda TCIAs öppna data och exempel på anteckningsböcker med Studio Lab vid träningsevenemang, som hackathons och workshops. Med den här lösningen kan forskare och forskare snabbt experimentera, samarbeta och förnya med medicinsk bild-AI. Om du har ett AWS-konto och har ställt in en SageMaker Studio-domän kan du också köra dessa anteckningsböcker på Studio med hjälp av standard Data Science Python-kärnan (med ImJoy-jupyter-extension
installerad) medan du väljer från en olika typer av beräkningsinstanser.
Studio Lab också lanserade en ny funktion på AWS re:Invent 2022 att ta de anteckningsböcker som utvecklats i Studio Lab och köra dem som batchjobb enligt ett återkommande schema i dina AWS-konton. Därför kan du skala dina ML-experiment utöver de fria beräkningsbegränsningarna i Studio Lab och använda kraftfullare beräkningsinstanser med mycket större datauppsättningar på dina AWS-konton.
Om du är intresserad av att lära dig mer om hur AWS kan hjälpa din vård- eller biovetenskapsorganisation, vänligen kontakta en AWS representant. För mer information om MONAI och itkWidgets, vänligen kontakta Kitware. Ny data läggs till TCIA fortlöpande, och dina förslag och bidrag är välkomna genom att besöka TCIAs webbplats.
Ytterligare läsning
Om författarna
Stephen Aylward är Senior Director of Strategic Initiatives på Kitware, adjungerad professor i dator vid University of North Carolina i Chapel Hill och en stipendiat i MICCAI Society. Dr. Aylward grundade Kitwares kontor i North Carolina, har varit ledare för flera initiativ med öppen källkod och är nu ordförande i MONAIs rådgivande styrelse.
Matt McCormick, PhD, är en Distinguished Engineer på Kitware, där han leder utvecklingen av Insight Toolkit (ITK), en vetenskaplig verktygslåda för bildanalys. Han har varit huvudutredare och medutredare av flera forskningsanslag från National Institutes of Health (NIH), lett samarbeten med amerikanska nationella laboratorier och lett olika kommersiella projekt som tillhandahåller avancerad programvara för medicinsk utrustning. Dr. McCormick är en stark förespråkare för gemenskapsdriven programvara med öppen källkod, öppen vetenskap och reproducerbar forskning.
Brianna Major är en forsknings- och utvecklingsingenjör på Kitware med en passion för att utveckla programvara och verktyg med öppen källkod som kommer att gynna de medicinska och vetenskapliga samfunden.
Justin Kirby är en teknisk projektledare vid Frederick National Laboratory for Cancer Research (FNLCR). Hans arbete är fokuserat på metoder för att möjliggöra datadelning samtidigt som patientens integritet bevaras för att förbättra reproducerbarhet och transparens inom cancerbildforskning. Hans team grundade The Cancer Imaging Archive (TCIA) 2010, som forskarsamhället har utnyttjat för att publicera över 200 datauppsättningar relaterade till manuskript, anslag, utmaningstävlingar och stora NCI-forskningsinitiativ. Dessa datauppsättningar har diskuterats i över 1,500 XNUMX peer reviewed publikationer.
Gang Fu är Healthcare Solution Architect på AWS. Han har en doktorsexamen i läkemedelsvetenskap från University of Mississippi och har över tio års erfarenhet av teknologi och biomedicinsk forskning. Han brinner för teknik och den inverkan den kan ha på vården.
Alex Lemm är affärsutvecklingschef för medicinsk bildbehandling på AWS. Alex definierar och genomför go-to-market-strategier med bildåtergivningspartners och driver lösningsutveckling för att påskynda AI/ML-baserad medicinsk bildbehandlingsforskning i molnet. Han brinner för att integrera ML-ramverk med öppen källkod med AWS AI/ML-stacken.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
- Källa: https://aws.amazon.com/blogs/machine-learning/share-medical-image-research-on-amazon-sagemaker-studio-lab-for-free/
- 1
- 100
- 2D
- 3d
- 77
- a
- Able
- Om oss
- accelerera
- tillgång
- tillgänglig
- Konto
- konton
- tvärs
- lagt till
- adress
- avancerat
- rådgivande
- rådgivande styrelse
- förespråkare
- Efter
- AI
- ai forskning
- AI / ML
- alex
- algoritmer
- Alla
- tillåta
- tillåter
- amason
- Amazon SageMaker
- Amazon SageMaker Studio
- Amazon SageMaker Studio Lab
- analys
- och
- godkänd
- arkiv
- tillgänglig
- AWS
- AWS re: Invent
- grund
- innan
- Där vi får lov att vara utan att konstant prestera,
- fördel
- Bortom
- större
- biomedicinsk
- ombord
- föra
- webbläsare
- SLUTRESULTAT
- företag
- affärsutveckling
- Cancer
- cancerforskning
- kapacitet
- bära
- Ordförande
- utmanar
- Välja
- cloud
- samarbeta
- samarbetat
- COM
- kombination
- kombinera
- kommersiella
- Gemensam
- kommunicera
- samhällen
- samfundet
- Gemenskapsdriven
- Tävlingar
- fullborda
- omfattande
- Compute
- dator
- konferenser
- Bekräfta
- kontakta
- fortsätta
- kontinuerligt
- bidrag
- Kärna
- Corner
- Pris
- CPU
- skapa
- skapas
- skräddarsy
- datum
- datavetenskap
- datadeling
- datauppsättningar
- Dagar
- djup
- djupt lärande
- Standard
- defaults
- definierar
- demonstrera
- demos
- utveckla
- utvecklade
- utveckla
- Utveckling
- enheter
- Direktör
- diskuteras
- displayer
- Distingerad
- domän
- inte
- ladda ner
- Nedladdningar
- lätt
- möjliggöra
- möjliggör
- ingenjör
- företagsklass
- Hela
- Miljö
- miljöer
- väsentlig
- Eter (ETH)
- utvärdera
- utvärdering
- Även
- händelser
- alla
- exempel
- Utför
- erfarenhet
- experimentera
- expert
- utforska
- förlängning
- inför
- Leverans
- skisserat
- Funktioner
- Kompis
- Fil
- Förnamn
- fokuserade
- följer
- följt
- efter
- Grundad
- ramar
- Frederick
- Fri
- från
- fullständigt
- skaffa sig
- gif
- GitHub
- Gå till marknaden
- styrning
- bidrag
- hackathon
- Hälsa
- hälso-och sjukvård
- hjälpa
- innehar
- Hur ser din drömresa ut
- How To
- html
- HTTPS
- Hundratals
- IKON
- idéer
- bild
- bildanalys
- bilder
- Imaging
- Inverkan
- förbättra
- in
- innefattar
- Inklusive
- informationen
- initiativ
- förnya
- insikt
- installera
- installerad
- exempel
- integrera
- integrerade
- Integrera
- integrering
- interaktiva
- intresserad
- fråga
- IT
- Lediga jobb
- Jupyter Notebook
- Justin
- Ha kvar
- Nyckel
- lab
- laboratorium
- senaste
- lansera
- ledare
- Leads
- inlärning
- Led
- bibliotek
- livet
- Life Sciences
- begränsningar
- lokal
- Maskinen
- maskininlärning
- bibehålla
- större
- göra
- chef
- medicinsk
- medicintekniska produkter
- medicinsk bildbehandling
- Medlemmar
- Meny
- metoder
- minsta
- minuter
- Mississippi
- ML
- modell
- modellering
- modeller
- övervakning
- mer
- MRT
- multipel
- nationell
- National Institutes of Health
- Navigera
- Behöver
- Nya
- ny funktion
- Nästa
- NIH
- Nord
- norr carolina
- anteckningsbok
- bärbara datorer
- objekt
- Office
- pågående
- öppet
- öppna uppgifter
- öppen källkod
- Programvara med öppen källkod
- öppnade
- öppnas
- organisation
- Övriga
- Övrigt
- egen
- partner
- brinner
- brinner
- Patienten
- jämlikar
- utföra
- Läkemedelsindustrin
- plocka
- plato
- Platon Data Intelligence
- PlatonData
- snälla du
- pop-up
- Inlägg
- den mäktigaste
- Presentationer
- presenteras
- Principal
- privatpolicy
- processer
- produktivitet
- Produktivitetsverktyg
- Professor
- projektet
- projekt
- ger
- tillhandahålla
- publikationer
- publicera
- Python
- snabbt
- RE
- redo
- rekommenderas
- återkommande
- registrera
- relaterad
- avlägsen
- ta bort
- rendering
- Repository
- förfrågningar
- Obligatorisk
- forskning
- forskning och utveckling
- forskarvärlden
- forskare
- Resurser
- Resultat
- Granskad
- rot
- Körning
- rinnande
- sagemaker
- SageMaker Studio Lab
- Save
- Skala
- tidtabellen
- Vetenskap
- VETENSKAPER
- vetenskapsmän
- Sök
- Andra
- säkerhet
- segmentet
- segment
- väljer
- senior
- separat
- Serier
- sessioner
- in
- flera
- Dela
- delning
- Visar
- mindre
- So
- Samhället
- Mjukvara
- lösning
- Lösningar
- LÖSA
- Källa
- Utrymme
- stapel
- starta
- igång
- Stater
- Steg
- Stephen
- Steg
- förvaring
- Strategisk
- strategier
- stark
- studier
- studio
- Framgångsrikt
- System
- Ta
- grupp
- lag
- Teknisk
- Tekniken
- Teknologi
- tio
- terminal
- Smakämnen
- deras
- därför
- Tredje
- grundligt
- tre
- till
- tillsammans
- toolkit
- verktyg
- topp
- Tåg
- Utbildning
- Öppenhet
- handledning
- självstudiekurser
- United
- USA
- universitet
- användning
- användarvänligt
- olika
- verifiera
- version
- via
- synlig
- visualisering
- visualisera
- volym
- volymer
- Webb-baserad
- välkommen
- som
- medan
- kommer
- utan
- Arbete
- arbetade
- arbetsflöden
- arbetssätt
- Workshops
- år
- Din
- zephyrnet
- ZOO