要約
深層学習フレームワークを使用した医用画像分析は、複雑なタスクを自動化することで医療を進歩させましたが、既存のフレームワークの多くは柔軟性、モジュール性、使いやすさに欠けています。
これらの課題に対処するために、https://github.com/Sllambias/yucca で入手可能なオープンソース AI フレームワークである Yucca を紹介します。これは、特に医療画像アプリケーション向けに設計され、PyTorch および PyTorch Lightning 上に構築されています。
Yucca は、機能、モジュール、パイプラインの 3 層アーキテクチャを特徴としており、包括的でカスタマイズ可能なソリューションを提供します。
Yucca は、脳微小出血検出、白質高信号セグメンテーション、海馬セグメンテーションなどのさまざまなタスクにわたって評価され、最先端の結果を達成し、その堅牢性と多用途性を実証しています。
Yucca は、医療画像分析用の強力で柔軟かつユーザーフレンドリーなプラットフォームを提供し、その機能と効果を向上させるためにコミュニティの貢献を募っています。
要約(オリジナル)
Medical image analysis using deep learning frameworks has advanced healthcare by automating complex tasks, but many existing frameworks lack flexibility, modularity, and user-friendliness. To address these challenges, we introduce Yucca, an open-source AI framework available at https://github.com/Sllambias/yucca, designed specifically for medical imaging applications and built on PyTorch and PyTorch Lightning. Yucca features a three-tiered architecture: Functional, Modules, and Pipeline, providing a comprehensive and customizable solution. Evaluated across diverse tasks such as cerebral microbleeds detection, white matter hyperintensity segmentation, and hippocampus segmentation, Yucca achieves state-of-the-art results, demonstrating its robustness and versatility. Yucca offers a powerful, flexible, and user-friendly platform for medical image analysis, inviting community contributions to advance its capabilities and impact.
arxiv情報
著者 | Sebastian Nørgaard Llambias,Julia Machnio,Asbjørn Munk,Jakob Ambsdorf,Mads Nielsen,Mostafa Mehdipour Ghazi |
発行日 | 2024-07-29 11:09:10+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google