一、项目与官网
-
Project MONAI 官网：
https://monai.io -
MONAI 核心代码仓库：
https://github.com/Project-MONAI/MONAI -
MONAI Label 项目主页：
https://github.com/Project-MONAI/MONAILabel -
MONAI Label 文档入口：
https://docs.monai.io/projects/label/en/latest/ -
3D Slicer 端插件源码：
https://github.com/Project-MONAI/MONAILabel/tree/main/plugins/slicer
二、MONAI / MONAI Label 是什么？
-
MONAI（Medical Open Network for AI）
由 NVIDIA、NIH、King’s College London 等机构共同发起的开源深度学习框架，专注医学影像，包括分割、分类、配准等一整套组件。 -
MONAI Label
是 MONAI 生态中的「智能标注与主动学习平台」，核心目标是：- 通过 AI 辅助，把 3D 医学图像的标注时间减少 50–75%；
- 后端提供 MONAI Label Server，前端通过 3D Slicer、OHIF、QuPath、CVAT 等插件接入；
- 支持自动分割、交互式分割、主动学习训练闭环。
三、3D Slicer 插件（plugins/slicer）的作用
plugins/slicer 目录是 MONAI Label 针对 3D Slicer 的官方客户端实现，主要功能：
-
Server–Client 连接：
- 在 Slicer 里配置 MONAI Label 服务器地址（本机或远程 GPU 服务器）；
- 负责与服务器交互：请求病例、发送标注、调用推理、触发训练等。
-
自动 / 交互式分割工具：
- 从服务器拉取可用的 App 和模型（如 Segmentation、DeepGrow、DeepEdit 等）；
- 在 Slicer 界面中提供 Auto-Segmentation、点提示分割、涂抹修正等交互方式。
-
主动学习与数据管理：
- 用户在 Slicer 里完成标注后，可以一键提交到服务器；
- 服务器端可根据新标注进行增量训练，实现「标注–训练–再推理」的循环，逐步提升模型效果。
-
与其他 MONAI 生态扩展联动：
- 可配合 Slicer 里的 SlicerMONAIAuto3DSeg、MONAIViz 等扩展，完成自动分割和 transform 可视化等任务。
四、典型使用流程（简要）
- 在一台带 GPU 的机器上安装
monailabel，启动 MONAI Label Server； - 在 3D Slicer 的扩展管理器中安装 MONAI Label 扩展；
- 在 MONAI Label 模块中填写服务器地址并连接；
- 在「Next sample → Auto-Segmentation / DeepGrow / DeepEdit」等工具中进行分割、修正和提交标注；