databricks-industry-solutions/pixels
Facilitates simple large scale processing of HLS Medical images, documents, zip files. OHIF Viewer, 2 segmentation models and interactive learning.
解决的问题
医学影像数据（特别是 DICOM 文件）通常难以大规模分析，因为它们以非结构化文件的形式存储，而不是存储在数据库中。本项目通过将数百万张医学图像转换为结构化的、可通过 SQL 访问的元数据来弥补这一差距，使医院和研究人员能够进行大规模分析、AI 模型训练和安全可视化。
工作原理
该解决方案使用专门的库从云存储中摄取 DICOM 文件，提取其技术元数据，并将其存储在 Databricks 表中。它与 OHIF 医学查看器集成，允许用户标记图像、使用 NVIDIA 的 MONAI 框架触发 AI 辅助分割，并在启用 GPU 的集群上运行实时推理。所有数据访问均由 Unity Catalog 管理，通过内置的匿名化功能确保敏感患者信息得到保护。
适用对象
该工具专为医疗保健数据工程师、放射科医生和医学 AI 研究人员设计，他们需要为医学影像构建可扩展的管道、自动化图像分割，或使用 Databricks Data Intelligence Platform 为临床研究创建仪表板。
亮点
- 可扩展的摄取：使用 Spark 处理数百万个 DICOM 文件，支持流式传输和自动解压。
- AI 就绪：内置与 NVIDIA MONAI 的集成，用于自动图像分割和自定义模型训练。
- 安全可视化：包含一个基于 Web 的 DICOM 查看器 (OHIF)，该查看器遵循数据访问控制并支持 NIfTI 分割叠加。
- 隐私优先：提供使用保留格式加密的自动元数据匿名化功能，以确保合规性。
- SQL 可访问：将复杂的图像头信息转换为标准表，从而可以通过 SQL 轻松进行队列构建和仪表板制作。
相关
- 项目
databricks/databricks-sdk-py一个封装所有 Databricks REST API 的 Python 客户端库，处理认证（PAT、Azure、GCP、OIDC）、重试、分页和长时间运行的操作，实现对集群、作业、Unity Catalog 及其他 Lakehouse 资源的程序化控制。
- 项目
databricks-demos/dbdemosdbdemos 是一个可 pip 安装的 Python 工具包，可自动化设置 Databricks Lakehouse 演示包——通过单个命令安装笔记本、集群、流水线、仪表板以及可选的 ML 模型。
- 项目
pipeshub-ai/pipeshub-aiPipesHub 是一个开源、可自托管的平台，将企业数据源（Slack、Google Drive、GitHub 等）连接到 AI 应用程序。它构建了一个感知权限的知识图谱，存储向量嵌入，并让任何 LLM 生成带有引用的可解释答案。该项目包括 Docker-Compose 部署、无代码代理构建器、MCP 支持以及 Python、TypeScript 和 Go 的 SDK。
- 项目
abstractqqq/polars_ds_extensionPDS 是一个 Python 包，它为 Polars 数据框库扩展了数据科学功能：并行机器学习指标、快速即时回归模型、字符串/数组距离函数、统计检验、便捷聚合、可重用的数据转换管道、最近邻查询以及与 Pandas 数据框的兼容性。它通过 `pip install polars-ds` 安装，并要求 Polars ≥ 1.4.0。
- 项目
Trampoline-AI/predict-rlmpredict-rlm 是一个 Python 库，为大型语言模型提供了一个沙盒化的状态执行环境。模型可以编写并执行 Python 代码、维护可变状态、调用专用子模型，并使用各种工具与技能（例如 PDF 处理、电子表格）。该框架会记录完整的追踪信息以供观察，并可将这些追踪数据馈送至如 GEPA 等优化工具。它专为复杂的多步骤工作流程（如文档分析、审计或电子表格自动化）而设计，并支持选用的 Docker 沙盒与丰富的回调机制。