項目 MONAI 正在發布 MONAI v0.7 、 MONAI 標簽 v0 .2 、 MONAI 部署 v0 .1 ，并宣布 MONAI 流工作組。

MONAI 部署工作組很高興發布 MONAI 部署應用程序 SDK v0.1 ，這有助于彌合從創新研究到臨床生產的差距。

MONAI 核心專注于培訓和創建模型， MONAI 部署專注于定義從研究創新到醫院臨床生產環境的過程。

有機會創建一組中間步驟，研究人員和醫生可以在這些步驟中對人工智能使用的技術和方法建立信心。在受控環境中部署和連接醫療設備和系統，用戶可以迭代，直到 AI 推理基礎設施準備好轉移到臨床設置，高度確定過渡將順利進行。

MONAI 部署 App SDK v0 .1

MONAI Deploy App SDK 提供了一個框架和相關工具，用于設計、開發和驗證醫療成像領域中人工智能驅動的應用程序。主要特點包括：

靈活、可擴展和可用的 Python ic API ，用于構建醫療成像推理應用程序。

使用可編程有向無環圖輕松管理推理應用程序。

對基于進程內 PyTorch 推理的開箱即用支持。

與推理應用程序中基于 MONAI 的前后轉換無縫集成。

使用 App Runner 在本地運行并調試推理應用程序。

圖 1 。 MONAI 部署應用程序 SDK 流。

MONAI 堆芯 v0. 7

MONAI 核心 0.7 專注于醫學成像人工智能研究中的尖端性能和分析能力。

此版本包括：

Jupyter 筆記本中有幾個記錄良好的參考實現。

用于創建高性能培訓管道的開發人員指南。

增加了對 NVTX 分析工具的支持。

新的網絡模型，如 Transchex 和 Transune 。

MONAI 標簽 v0. 2

MONAI 標簽版本 0.2 支持使用 3D 切片器和 OHIF 對來自支持 DICOMweb 的遠程 PACS 系統的醫學圖像數據進行人工智能輔助注釋。

在 MONAI 標簽 0.2 中，我們還介紹：

兩種新的主動學習策略： TTA 和輟學。

與 OHIF 查看器集成。

支持 SimpleCRF Scribbles 注釋。

MONAI 流的偷偷預覽

MONAI 宣布成立 MONAI Stream 工作組，由來自倫敦國王學院的 Tom Vercauteren 博士領導。該工作組將支持 MONAI Stream 的設計、開發和應用，該工作組能夠為實時成像和計算機輔助干預提供更快的研究原型。

MONAI 流工作組正在尋找您的feedback，以便更好地了解您的需求、難點和研究思路。

我們的重點仍然是基于學術界和工業界各個角落的反饋，增強 MONAI 的開源核心。

項目 MONAI 的這三個版本是一個完整的端到端工作流的基礎，它使用 AI 醫學模型的標記、訓練和部署。在我們開發這些框架時，我們鼓勵您向這些工作組的成員提供您的想法和反饋。

關于作者

Michael Zephyr 是 NVIDIA Clara 團隊的開發者傳道者，負責幫助設計所有 NVIDIA Clara 產品的開發者體驗。他通過博客帖子、網絡研討會和會議來開發和展示內容，幫助開發人員快速入門。邁克爾獲得了佐治亞理工大學計算機科學碩士學位，專攻機器學習和交互智能。

審核編輯：郭婷