主页<文档<夜间<模块<深度推断
介绍和致谢
|
扩展名：DeepInfer（深度推断）
致谢：这项工作由加拿大国家卫生研究院第P41EB015898号拨款、加拿大自然科学与工程研究委员会（NSERC）和加拿大卫生研究院（CIHR）资助。
作者：Alireza Mehrtash（SPL）、Mehran Pesteie（）
联系人：Alireza Mehrtash，<电子邮件>mehrtash@bwh.harvard.edu</email>
网站：DeepInfer网站
许可证：切片器许可证
|
模块描述
DeepInfer是一个开源的深度学习部署工具包，用于医学成像和图像引导治疗。使用DeepInfer 3D切片器，用户可以部署训练有素的工作流中的深度学习和机器学习模型。此外，DeepInfer允许机器学习专家打包，运送并部署模型，从而允许临床研究人员和生物医学工程师使用特定于任务的深层模型，无需进一步的软件开发和配置。
安装指南
为了使用DeepInfer，码头工人需要正确安装和配置。
Windows（窗口）
Docker for Windows需要Windows 10 Pro（64位）和Microsoft Hyper-V。您还需要在BIOS设置中启用虚拟化。
Mac OS X
Ubuntu公司
演示
面板及其使用
部署的模型
靶向MRI引导活检中的前列腺分割
该模型用于粗描绘前列腺，这是MRI引导的靶向活检的必要步骤。在MR引导的前列腺活检过程中收集的经轴T2加权前列腺MRI（3T MRI机器上没有直肠内线圈）对部署模型进行训练。该网络基于U-Net体系结构的定制变体。该网络对224名患者进行了26250个前列腺2D切片的训练，对57名验证患者（2184个2D切片）的准确率达到76.25%。
引用DeepInfer
要感谢DeepInfer和3D Slicer，请引用DeepInfer网站发布使用或合并DeepInfer和3D Slicer的作品时，请遵循以下出版物：
- Mehrtash，A.、Pesteie，M.、Hetherington，J.、Behringer，P.A.、Kapur，T.、Wells，W.M.、Rohling，R.、Fedorov，A.和Abolmasusmi，P.，2017年3月。DeepInfer：用于图像引导治疗的开源深度学习部署工具包。SPIE医学成像（第101351K-101351K页）。国际光学与光子学学会。
- Fedorov A.、Beichel R.、Kalpathy-Cramer J.、Finet J.、Fillion-Robin J-C.、Pujol S.、Bauer C.、Jennings D.、Fennessy F.M.、Sonka M.、Buatti J.、Aylward S.R.、Miller J.V.、Pieper S.、Kikinis R。3D切片机作为定量成像网络的图像计算平台。麦格纳森成像。2012年11月；30(9):1323-41. PMID:22770690。PMCID:PMC3466397。
开发人员信息
建筑
下图显示了DeepInfer工具箱的体系结构，它有三个组件：Docker引擎、，DeepInfer 3D切片器扩展[1]和云模型注册表[2]。Docker引擎由本地Docker容器组成，其中包括已部署的模型以及所有所需的深度学习框架处理传入数据并生成相应的结果。Docker引擎和GUI之间的数据流是通过与特定Docker映像共享本地文件夹来实现的。
- Slicer-DepInfer模块源代码
- 模型注册表
打包和部署示例
前列腺分段器存储库是一个代码示例，可以用作在DeepInfer中打包和部署模型的参考。它展示了你如何建造一个码头工人，并在里面包装经过训练的砝码。
