推动医疗健康成像的未来，NVIDIA MONAI 微服务正在创建独特的先进模型和扩展模式，以满足医疗健康和生物制药行业的需求。最新更新引入了一套新功能，旨在进一步增强医学成像工作流程的功能和效率。本文将探讨以下新功能：
- 批量推理
- 使用 MONAI 捆绑包进行自定义训练
- 用于 CT 影像的新型生成式 AI 模型
- 对 VISTA 模型的重大升级
批量推理和自定义训练
NVIDIA MONAI 平台中的实时推理在简化交互式标注工作流程方面发挥了重要作用。现在，随着批量推理的引入，用户可以同时处理大量医学影像。在不影响准确性的情况下实现更快、更高效的分析，此功能对于处理大量数据集的机构和研究人员至关重要。
此外，通过使用 MONAI 捆绑包的自定义训练功能，用户可以按照自己的特定需求来定制 AI 模型。这种自定义训练方法利用了 MONAI 捆绑包的规范，使得平台更加灵活，能够更好地满足您独特的成像需求。您可以从 NVIDIA 的 NGC 目录中选择任何 MONAI 捆绑包 https://catalog.ngc.nvidia.com/?filters=&orderBy=weightPopularDESC&query=，并根据自己的工作流程对其进行定制。
用于生成合成 CT 影像的生成式 AI
全新的生成式 AI模型 MAISI（用于合成成像的医疗 AI）现已在 NVIDIA MONAI 中提供，能够生成高分辨率 CT 图像（512*512*512），其中包含多达 132 个解剖学类。该模型通过在实际图像受限的情况下生成多样化、逼真的数据集来增强数据增强。它通过自动生成详细的（图像、标签）对来简化注释过程。该模型为使用敏感的患者数据提供了符合伦理的替代方案。今年晚些时候，NVIDIA 将推出用于定制的微调工作流程，使用户能够针对特定任务优化此模型。
用于高级成像的 VISTA-3D 和 VISTA-2D
VISTA-3D (Versatile Imaging SegmenTation and Annotation，Versatile Imaging SegmenTation 和 Annotation) 模型是该平台的基石，以其准确性、通用性和交互性而闻名。我很高兴地宣布 VISTA – 3D 的更新，该更新现已包含 130 个类别。它已根据已标记和未标记的数据进行训练。通过对其他数据集的持续训练和广泛评估，模型的性能得到了提高。
通过策略性地使用伪标记进行增强，此更新不仅提高了模型的准确性，而且还将子分数分布向上移动，从而减少性能较低的实例。此增强功能显著提高了 Few-shot 和 Zero-shot 学习能力，使其能够更强大地处理各种医学成像任务。它还能通过持续学习更强大地适应独特任务。
此外，此更新还引入了专为细胞成像设计的 VISTA-2D 模型。VISTA-2D 可用于推理和训练，使用户能够开发针对其特定数据集进行微调的自定义模型。虽然 VISTA-2D 可能不包括预训练权重，但内部基准测试表明，使用 VISTA – 2D 训练的模型即使在训练数据有限的情况下，也能超越领先的先进模型 (如 CellPose) 的性能。这种性能强调了 VISTA – 2D 作为细胞成像定制成像解决方案的起点的优势。
适用于医学成像的 NVIDIA NIM
新的医疗健康微服务套件包括 NVIDIA NIM 一组微服务，为各种模型提供优化的推理。此外，VISTA-3D 现已推出。NIM 是一种易于使用的自托管微服务，旨在简化 AI 驱动的企业应用程序的开发和生产中 AI 模型的部署。
总结
在 NVIDIA 致力于通过 AI 推动医学成像发展的推动下， NVIDIA MONAI 微服务不断发展。引入批量推理、自定义训练和合成数据生成，以及 VISTA-3D 和新 VISTA-2D 的更新，有助于满足医学成像社区的需求。这些进步继续支持先进的解决方案，使研究人员、注释者和开发者能够在其医学成像项目中取得更多成果，并简化先进 AI 技术在医疗和生物制药领域的采用。
要体验 NVIDIA MONAI 微服务的全部功能并探索这些新功能，请注册 抢先体验计划。
