MedicalZooPytorch
إطار عمل PyTorch لتجزئة الصور الطبية ثنائية وثلاثية الأبعاد متعددة الوسائط.
إطار عمل التعلم العميق PyTorch لتجزئة الصور الطبية ثلاثية الأبعاد متعددة الوسائط
MedicalZooPytorch هي مكتبة تعلم عميق مفتوحة المصدر مصممة لتجزئة الصور الطبية ثنائية وثلاثية الأبعاد متعددة الوسائط. وهي تناسب الباحثين والمطورين الذين يعملون مع مسح التصوير بالرنين المغناطيسي للدماغ، ومجموعات بيانات التحديات، والبيانات الطبية الحجمية في PyTorch.
ما هو
فهو يطبق بنيات ثلاثية الأبعاد قياسية مثل U-Net3D و V-Net و ResNet3D-VAE و DenseVoxelNet إلى جانب محملات البيانات لمجموعات البيانات المعيارية مثل BraTS و iSeg و MRBrains. يوفر المشروع أيضاً خطوط أنابيب المعالجة المسبقة، ودعم مصفوفة الارتباك، ونماذج اختيارية لتصنيف وتجزئة COVID-19.
لمن هو
وهو يناسب الباحثين وطلاب الدراسات العليا المعتادين على PyTorch والذين يحتاجون إلى بنيات مرجعية التصوير الطبي الحجمي. وهو لا يناسب الأطباء الباحثين عن برنامج عرض أو تشخيص طبي جاهز للاستخدام دون معرفة برمجية.
أهم الميزات
بنيات متعددة ثلاثية الأبعاد
يتضمن تنفيذات لـ U-Net3D و V-Net و DenseVoxelNet و HighResNet3D و HyperDense-Net.
محملات بيانات مدمجة
يوفر محملات بيانات لمجموعات بيانات تحدي BraTS 2018/2019 و iSeg و MRBrains و IXI و Gleason.
وحدات COVID-19
يتضمن نماذج ومراجع لمجموعات بيانات لتصنيف الأشعة السينية للصدر وتجزئة الرئة لـ COVID-19.
دعم Google Colab
يوفر دفاتر ملاحظات البدء السريع مما يتيح لك تشغيل النماذج على وحدات GPU السحابية مجاناً.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- ينفذ عشر بنيات تعلم عميق ثلاثية الأبعاد متميزة جاهزة للاستخدام
- يجمع محملات البيانات لمجموعات بيانات التحدي الكبرى مثل BraTS و iSeg
- يوفر نصوص تدريبية جاهزة للتشغيل لمعايير التصوير الطبي المحددة
- يتضمن دفاتر ملاحظات Google Colab للتجربة الخالية من الأجهزة
أين يقصّر
- يتطلب الإلمام بـ Python و PyTorch وسير عمل التعلم العميق
- يتطلب تدريب الشبكات التلافيفية ثلاثية الأبعاد موارد حوسبة GPU كبيرة
- واجه المشروع توقفات في التطوير بسبب قيود الأجهزة
- تتطلب التوثيق الرجوع إلى الأوراق الأكاديمية الخارجية النصوص الرسائل العلمية
التسعير والرخصة
البرنامج مجاني بموجب ترخيص MIT الخاص به. لا توجد خيارات مدفوعة مستضافة يوفرها المشرفون، لذا فإن تكاليفك الوحيدة تتعلق الأجهزة المحلية أو موارد حوسبة GPU السحابية.
وظائف للناطقين بالعربية
863 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
ما هي مجموعات البيانات المدعومة بشكل أصلي؟
يتضمن إطار العمل محملات بيانات لـ iSeg 2017/2019 و MICCAI BraTS 2018/2019 و MRBrains 2018 و IXI وتحدي MICCAI 2019 Gleason.
هل يمكنني تشغيل هذا بدون وحدة GPU محلية؟
نعم، يمكنك استخدام دفتر ملاحظات Google Colab المقدم لتشغيل المشروع باستخدام جهاز GPU سحابي.
ما هو خلفية التعلم العميق التي يستخدمها؟
تم بناء MedicalZooPytorch بالكامل على PyTorch ويتطلب Python.
