Caoyufu
(曹玉福)
1
3DSlicer官方宣布，Nvidia AI辅助的分段扩展 已经可以在最新的Slicer预览版（rev28686或更高版本）中使用。该扩展由Nvidia开发，并由Slicer核心开发人员提供。虽然Slicer中还有其他AI辅助分割模块（例如DeepInfer ，TOMAAT ，SlicerCIP ），但最新添加的功能是使用Nvidia Clara ，这是一个具有强大的工业支持和对研究人员足够开放的工具包。
随着医学影像深度学习研究的兴起，正在开发更加有效和改进的方法，以通过支持GPU的模式实现AI辅助工作流程。借助最新版的NVIDIA Clara应用程序框架，开发人员拥有进行AI开发以及通过嵌入式硬件将AI功能引入医疗设备的必要工具和API。
下面视频显示了MRI脑肿瘤和肝脏分割以及全自动肝，肿瘤和脾脏分割：
教程和详细说明：请参阅Nvidia AIAA扩展文档 。
它是如何工作的？
输入的图像（和输入点-在进行引导分割的情况下）被发送到装有Nvidia GPU的计算机，该计算机运行Linux操作系统和Nvidia Clara软件 。服务器使用选定的AI模型计算细分，并将结果发送回Slicer进行显示和进一步处理。
官方在PerkLab （加拿大皇后大学） 设置了一个演示服务器， 以使Slicer用户更容易入门，而无需设置自己的处理计算机。我们上传了Nvidia开发的几个AI模型。我们按原样提供这些模型和处理服务，我们不保证此服务的质量（分段结果的有效性，速度，服务器正常运行时间等）。没有患者信息会发送到处理服务器，并且处理后图像和结果将从服务器中删除，但是用户在使用我们的服务器时需要确保遵守其数据管理准则。如果存在任何保密问题，则可以使用公开可用的图像进行测试：请参阅Slicer的样本数据模块或TCIA浏览器 扩展程序，或从其他网站下载，例如Medical Decathlon。
如果有人想分享他们的AI模型进行细分 ，只要该模型与Nvidia Clara兼容，就应该能够在服务器上安装该模型并将其提供给Slicer社区。
Caoyufu
(曹玉福)
2
Nvidia AI辅助分割可在[3D Slicer中使用]，这是一种流行的免费开放源代码医学图像可视化和分析应用程序。该工具在应用程序的“细分编辑器”模块中可用。
该工具有两种模式：
- 全自动分割：无需用户输入。在“自动分割”部分中，选择模型，然后单击“开始”。分割过程可能需要几分钟（对于网络上传速度较慢的计算机上的大型数据集，此过程可能需要大约5-10分钟）。
- 基于边界点的分割：要求用户在感兴趣的结构的边缘附近指定输入点，每侧一个。细分通常需要不到一分钟的时间。
自动分割的示例结果：
设定
- 从http://download.slicer.org/下载并安装最新的3D Slicer Preview版本（4.11.x）。
- 启动3D Slicer，然后打开扩展管理器
- 安装NvidiaAIAssistedAnnotation扩展（在“分割”类别中），等待安装完成，然后单击“重新启动”
- 可选：在菜单中设置注释服务器设置：编辑/应用程序设置/ NVidia。如果服务器地址为空，则将使用默认的公共服务器。无法保证服务器的可用性或所提供型号的质量。
要设置自己的分割服务器，请按照以下说明进行操作。
对于运行预先训练的模型，具有强大的NVidia GPU的中型台式计算机（例如，具有8GB内存和RTX 2070 GPU的老式计算机）就足够了。服务器上需要Linux操作系统。
运行3D Slicer的计算机对运行AI辅助分割没有任何特殊要求。对于大型数据集，建议使用快速的网络上传速度，因为分割通常只需几秒钟，而图像数据传输只需几分钟。
教程和范例
基于边界点的脑肿瘤MRI分割：
- 转到 示例数据 模块并加载“ MRBrainTumor1”数据集
- 转到 Segment Editor
- 创建一个新的Segment
- 点击“ Nvidia AIAA”工具
- 在“从边界点分割”部分中，选择“ annotation_mri_brain_tumors_t1ce_tc”（经过训练可在对比增强脑MRI上分割肿瘤的模型）
- 单击“放置标记点”按钮，然后在切片视图中的所有6个侧面的肿瘤边缘附近单击，然后单击“开始”（如果显示有关将图像数据发送到远程服务器的弹出窗口，请单击“确定”）
- 在大约10秒内，自动分割结果将出现在切片视图中。要以3D形式显示结果，请点击细分列表上方的“显示3D”按钮。要以3D显示切片图像，请单击切片视图左上角的“图钉”图标，然后单击“眼睛”图标。
CT对肝脏的基于边界点的分割：
- 转到 示例数据 模块并加载“ CTACardio”数据集
- 转到 Segment Editor
- 创建一个新的细分
- 双击segment名称并输入“ liver”以指定细分内容
- 单击“ Nvidia AIAA”效果，“从边界点分割”部分
- 可选：单击“过滤器”图标以仅列出名称中包含“肝脏”的那些型号
- 选择“ annotation_ct_liver”（训练为在门静脉期CT图像中分割肝脏的模型）
- 单击“放置标记点”按钮，然后在切片视图中的所有6个侧面的肝脏边缘附近单击，然后单击“开始”
- 在大约30秒内，自动分割结果将出现在切片视图中。要以3D形式显示结果，请点击Segment Editor列表上方的“显示3D”按钮。
- 要在分割完成后调整先前放置的边界点，请单击“开始”按钮旁边的“编辑”图标。
在CT上对肝脏和肿瘤进行全自动分割：
- 从http://medicaldecathlon.com/下载Task03_Liver \ imagesTr \ liver_102.nii.gz数据集并将其加载到3D Slicer中
- 转到 Segment Editor
- 点击“ Nvidia AIAA”效果
- 在“自动分割”部分中，选择“ segmentation_ct_liver_and_tumor”模型，然后单击“开始”
- 自动分割结果应在3-5分钟内显示
- 可选：转到 Segments 模块以编辑显示设置
高级
- 对于上载速度较快的本地设置服务器或计算机，请在“应用程序设置” /“ NVidia”中禁用压缩（因为压缩所花费的时间可能比传输较少数据所节省的时间要长）
- 要根据标签上的标签过滤模型，请在Nvidia AIAA效果用户界面的“模型”部分中设置标签文本。
对于开发人员
该插件可以直接从GitHub下载并安装：
- git clone https://github.com/NVIDIA/ai-assisted-annotation-client.git
- 打开3D Slicer：转到编辑->应用程序设置->模块->其他模块路径
- 添加新的模块路径：<FULL_PATH> / slicer-plugin / NvidiaAIAA
- 重新开始
- 要构建扩展包，请构建3D Slicer，然后使用CMake配置AI辅助注释客户端项目，并定义以下变量：-DSlicer_DIR：PATH = … -DNvidiaAIAssistedAnnotation_BUILD_SLICER_EXTENSION：BOOL = ON
Caoyufu
(曹玉福)
3
Caoyufu
(曹玉福)
4
1 个赞
