容天助力 MICS 会议 | 推出医疗通用框架

第十届医学图像计算青年研讨会 (MICS 2023) 于 2023 年 7 月 14-17 日在山西太原潇河国际会议中心盛大举办。医学图像计算青年研讨会 (Medical Imaging Computing Seminar, MICS) 于 2014 年成立，宗旨是为医学影像分析领域的全球华人学者提供学术交流平台，增进本领域科研人员和医学专家的交流和合作。此次会议汇集了来自全球各地的医学图像计算领域的专家、学者和研究人员共同探讨最新的技术趋势、研究成果和应用前景，为智慧医学领域专家、青年学者之间的合作研究提供了一个良好的、稳定的学术交流平台，本次会议影响力再创新高！

容天为助力广大专家学者在医学图像计算领域的不断创新和将人工智能、深度学习等技术应用到医学图像计算领域，带来全新的医疗通用框架，包含国内首款通用医学影像标注软件 Pair、NVIDIA医学影像专用框架 Monai 及医学边缘部署 SDK Holoscan 等，以实现更高效、准确的诊断和治疗。

Pair

一站式医学影像标注软件

All-purpose Annotation

截至目前，Pair 已有超过 100 家医院和学校的 2000 多名用户使用，承担 400 余目标的标注任务，备受好评。

. 现有的标注软件多数兼容性差、功能单一、缺乏灵活性，即使是大家熟知的 itksnap 和 lableme 也是如此。

. Pair 作为一款一站式医学图像专用标注软件，兼容多模态,支持十余种标注类型，覆盖超过百种混合任务，功能高度自定义，有完善的教程、便捷的工作流以及安全的数据流通。值得一提的是，Pair 还提供 AI 智能标注模块，更省力更贴心。

AI 智能标注模块

Pair 配备独有的 AI 智能标注模块，可以为待标注的图像生成参考标注结果，标注者只需修改这份参考结果而无需从头标注，极大地缓解医生的标注压力，为影像的标注提供加速度。AI 智能标注可节约一倍以上的标注时间成本，使算法尽快得到足够数据，达到满意效果。

MONAI

AI医疗影像专用框架

Medical Open Network for AI

MONAI（Medical Open Network for AI）是一个旨在为医学影像领域的研究人员和医疗保健专业人士提供一个开源、灵活且易于使用的 AI 医疗影像专用框架，以支持他们进行医学影像处理和分析。

MONAI 框架是基于 PyTorch 深度学习框架开发的，它利用了 PyTorch 强大的计算图引擎和自动求导机制，同时提供了许多专门针对医学图像处理和分析的工具和算法。这些算法包括但不限于数据加载、数据预处理、数据增强、模型训练和评估等。其中，MONAI 最为突出的特点是其高度可配置性和可扩展性，允许用户根据自己的需求和数据特点进行灵活的定制和扩展。MONAI Label是一个基于 MONAI 框架开发的医学影像标注工具，提供 AI 辅助标注的功能，可以帮助用户快速、准确地标注医学影像数据。MONAI Label 还支持多种常见的医学影像格式，并提供了一些常用的数据预处理和增强方法，以提高标注数据的质量和多样性。

MONAI 框架支持多种医学影像数据格式，如 NIfTI、DICOM、ITK 等，并提供了一系列常用的数据预处理和增强方法，如裁剪、缩放、旋转、镜像、弹性变形、噪声添加等。此外，MONAI 还提供了一些高级的数据增强方法，如随机弹性变形、随机旋转、随机缩放等，这些方法可以有效地增强数据的多样性和泛化能力，提高模型的鲁棒性和准确性。

对于模型训练和评估，MONAI 提供了一些常用的深度学习模型和损失函数，如 UNet、ResNet、Dice Loss、Cross Entropy Loss 等。此外，MONAI 还提供了一些常用的评估指标，如 Dice 系数、准确率、召回率、精度等，以便用户能够全面评估模型的性能。

MONAI 框架为医学影像领域的研究和应用提供了一个强大的工具集，使得医学影像处理和分析变得更加高效和精确。该框架的可配置性和可扩展性使得它能够适应不同的应用场景和数据特点，从而为医学影像人工智能的发展和应用提供了有力的支持。

结合当前医学对安全性的要求，容天将 Pair、Monai 、虚拟化技术三者结合，提出容天医疗虚拟化解决方案。方案运用 AI 的方法进行自动化的标注，大大减少标注人员的工作量，并提供“边标注边训练的功能”，在标注过程中产出“标注模型”数据资产，同时结合虚拟化技术，以虚拟机的方式提供标注服务，实现数据仅可标注，不可拷贝的功能，完美解决数据泄漏隐患。

HOLOSCAN

构建医疗设备的 AI 计算平台

Build an AI computing platform for medical devices

借助 NVIDIA Clara Holoscan 加速新一代支持 AI 的设备的开发。作为面向特定领域的 AI 计算平台，Clara Holoscan 提供了在边缘对流数据进行可扩展、软件定义、实时处理所需的全栈基础设施，使得开发者可以构建设备并将 AI 应用直接部署到临床环境中。 

对于 AI 医疗产品，特别是对辅助类操作类产品对于实时性有着严格的要求，往往会在短时间内完成海量的计算，容天 AIX 213 平台内置的全尺寸 GPU，并搭配 NVIDIA Holoscan 软件栈，提供了强大的边缘端计算能力，丰富的开发套件降低算法端到端部署门槛。

NVIDIA Holoscan 是一个实时、低延迟和传感器无关的软件开发套件，用于原型、构建、部署和扩展流式传感器应用程序。 Holoscan 最初是为 医疗 AI 使用案例 引入的，现在正用于多个行业的更广泛的应用，以实现边缘的高性能计算。使用 Holoscan ， C ++ 或 Python 开发人员构建一个相关节点的连接图，称为运算符，以定义应用程序。

容天 MLOPS & NVIDIA AI Enterprise

全栈 AI 解决方案

Full-stack AI solutions

容天提供了完整的 AI 开发平台——OMNISKY-BRAIN MLOps，从而对模型整个生命周期进行覆盖，平台提供在线数据标注、服务器集群管理、自定义流水线式 AI 开发，以及推理部署等模块，使 AI 项目得以持续集成、持续交付，通过平台，用户可以专注于开发，而不需要关注基础设施运维、开发环境搭建、整理运行结果等繁琐的问题，从而大大提高开发效率。

同时加入 NVIDIA AI Enterprise，旨在帮助企业快速、轻松地构建和部署 AI 应用程序。它整合了 NVIDIA 的硬件、软件和服务，提供了一系列丰富的 AI 工具和技术，以支持各种不同的企业应用场景。

NVIDIA AI Enterprise 3.0 的最新版本有四个非常重要的特性：TAO、Triton Inference Server、MONAI 和 RAPIDS。TAO 是一种自动化 ML 模型构建和部署平台，Triton Inference Server 是一种高性能推理服务，MONAI 是一种医疗影像 AI 平台，而 RAPIDS 是一种加速数据科学和机器学习的开源软件库。

此外 NVIDIA AI Enterprise 3.0 还包括一系列其他重要的 AI 工具和技术，如 TensorFlow、PyTorch、MXNet 等流行的 AI 框架，以及 NVIDIA TensorRT、NVIDIA DeepStream 等高度优化的 AI 工具和技术。此外，NVIDIA AI Enterprise 3.0 还提供了一系列专业的咨询、培训和支持服务，以帮助企业充分利用 NVIDIA 的 AI 技术和工具，快速构建和部署 AI 应用程序。

总之，容天 MLOPS&NVIDIA AI Enterprise 是一种全栈 AI 解决方案，具有高性能、高效能、高可靠性、高灵活性等优点。它整合了 NVIDIA 的硬件、软件和服务，提供了一系列丰富的 AI 工具和技术，以支持各种不同的企业应用场景。它可以帮助企业快速构建和部署 AI 应用程序，从而提高生产力和业务效益。更加适用于 ML 模型构建和部署、推理服务、医疗影像AI和数据科学领域。