nitrain
v0.3.1
Nitrain (anteriormente Torchsample ) es una biblioteca de Python agnóstico marco para muestrear y aumentar las imágenes médicas, capacitar modelos en conjuntos de datos de imágenes médicas y visualizar los resultados en un contexto de imágenes médicas.
La biblioteca Nitrain es única, ya que hace que los modelos de capacitación lo más simples posible al proporcionar valores predeterminados razonables y un alto nivel de abstracción. También admite múltiples marcos (antorcha, tensorflow y keras, con el objetivo de agregar aún más.
Se pueden encontrar ejemplos completos de capacitación de modelos de IA de imágenes médicas que usan nitrain en la página de tutoriales. Si está interesado más generalmente en IA de imágenes médicas, consulte técnicas prácticas de IA de imágenes médicas con Python (esperado a principios de 2025).
Aquí hay un ejemplo del uso de Nitrain para un modelo de segmentación semántica que demuestra gran parte de la funcionalidad central.
import nitrain as nt
from nitrain . readers import ImageReader , ColumnReader
# create dataset from folder of images + participants file
dataset = nt . Dataset ( inputs = ImageReader ( 'sub-*/anat/*_T1w.nii.gz' ),
outputs = ImageReader ( 'sub-*/anat/*_aparc+aseg.nii.gz' ),
transforms = {
'inputs' : tx . NormalizeIntensity ( 0 , 1 ),
( 'inputs' , 'outputs' ): tx . Resize (( 64 , 64 , 64 ))
},
base_dir = '~/desktop/ds004711/' )
# create loader with random transforms
loader = nt . Loader ( dataset ,
images_per_batch = 4 ,
sampler = nt . SliceSampler ( batch_size = 32 , axis = 2 )
transforms = {
'inputs' : tx . RandomNoise ( sd = 0.2 )
})
# create model from architecture
arch_fn = nt . fetch_architecture ( 'unet' , dim = 2 )
model = arch_fn ( input_image_size = ( 64 , 64 , 1 ),
mode = 'segmentation' )
# create trainer and fit model
trainer = nt . Trainer ( model , task = 'segmentation' )
trainer . fit ( loader , epochs = 100 )El último lanzamiento de Nitrain se puede instalar desde PYPI:
pip install nitrain
O puede instalar la última versión de desarrollo directamente desde GitHub:
python -m pip install git+github.com/nitrain/nitrain.git
El paquete de hormigas Python es una dependencia clave que le permite leer, operar y visualizar las imágenes médicas de manera eficiente. Además, puede usar keras (TF.keras o keras3), tensorflow o pytorch como backend para crear sus modelos.
Los siguientes enlaces pueden ser útiles para familiarizarse con Nitrain.
También puede visitar el Repo de Antspy para aprender más sobre el manejo de imágenes médicas y realizar análisis de imágenes médicas tradicionales.
Si tiene una pregunta o informe de errores, la mejor manera de obtener ayuda es publicar un problema en la página de GitHub. Me encantaría dar la bienvenida a cualquier nuevo contribuyente o ideas al proyecto. Si desea agregar código, la mejor manera de comenzar es publicando un problema o contactándome en [email protected].
Puede admitir este trabajo protagonizando el repositorio o publicando una solicitud de función en la pestaña Problemas. Estas acciones ayudan a aumentar el impacto y el alcance de la comunidad del proyecto.
