NKI-AI/direct

해결하는 문제

DIRECT는 MRI 재구성 속도를 가속화하기 위한 PyTorch 툴킷입니다. 미표본화된 다중 코일 k-space 데이터(원시 MRI 데이터)를 고품질 이미지로 변환하는 문제를 해결하며, 샘플링, 재구성, 검증을 표준화된 방식으로 처리할 수 있도록 합니다.

작동 방식

이 툴킷은 원시 데이터에서 최종 이미지에 이르기까지 전체 프로세스를 관리하는 엔드투엔드 파이프라인을 제공합니다. 다음 기능을 포함합니다:

• 데이터 처리: 정적, 동적, 멀티슬라이스 MRI 볼륨을 지원하며, 카르테시안, 레이디얼, 스파이럴 등 다양한 샘플링 마스크 라이브러리를 제공합니다.
• 모델 라이브러리: vSHARP, RecurrentVarNet, RIM, 그리고 ViT와 UFormer과 같은 트랜스포머 기반 재구성 모델을 포함한 다양한 재구성 아키텍처를 제공합니다.
• 학습 옵션: 완전한 지도 학습, 자기지도 학습(SSDU), 그리고 지도/자기지도 학습의 결합(JSSL) 파라다임을 지원합니다.
• 최적화: 분산 다중 GPU 학습, 혼합 정밀도, 가속도 계수에 따라 네트워크를 조정할 수 있는 조건부 파이프라인 등의 도구를 제공합니다.

대상 사용자

의료 영상 분야에서 일하는 연구자 및 개발자, 특히 딥러닝 기반 MRI 재구성 및 가속화에 집중하는 사람들에게 적합합니다.

주요 특징

• 대회 우승 모델: vSHARP 및 RecurrentVarNet과 같이 주요 MRI 재구성 대회에서 우승한 모델의 구현을 포함합니다.
• 포괄적인 샘플링: 다양한 k-space 마스크와 학습된 Adaptive Dynamic Sampler (ADS)를 제공합니다.
• 풍부한 평가 지표: SSIM, pSNR, NMSE와 같은 MRI 전용 검증 지표를 내장하고 있습니다.
• 모델 저자: Hugging Face를 통해 사전 학습된 모델에 접근 가능하여 빠른 배포와 재현이 가능합니다.