NVIDIA Clalaの使い方（その1）　NVIDIA Clalaの使い方（その2）の続編です。 医用画像処理における AI の開発と導入を加速するNVIDIAのアプリケーションフレームワーク「NVIDIA Clara™ Imaging」についてDGXで利用するまでを詳しく解説します。

Clara Train SDK（その3:3D Slicerの準備）

Clara Train SDK をとりあえず動かしてみるというところでは、その２までで学習したモデルを使って、AIAAサーバーを立ち上げて、Annotation やってみるところまでというのがわかりやすそうです。実際、GTC2020の講演でもそこまでのデモでした。その３ではAIAA サーバーを立ち上げて、Slicer に AIAA クライアントプラグインを追加し、脾臓がタグ付けされるのかを見ていきたいと思います。

まずは、slicer を各環境下に合わせてダウンロドしてインストールしてください。

https://download.slicer.org/

起動するとこのような画面になるので、まずは、Nvidia AIAA Extension をインストールしましょう。Install Slicer Extensions を選択し、Nvidia と検索すると

のように表示されますので、Install を行ってください。接続先の設定は、

Edit -＞ Application Settings から

Nvidia を選択し

AIAA サーバーの起動先を指定しましょう。当方は、ssh port foward 越しにリモート接続したサーバーにアクセスしており、localhost で起動しているわけではありません。（はじめに）でも少し書きかけましたが、Task09_spleen のデータの中で spleen8 という画像データが比較的よくマッチして抽出できるためそのデータを読み込んでおきます。Task09_spleen.tarを展開すると、

このようなデータ構造になっていますので、

imagesTr/spleen_8 のデータを 3D slicer へ追加します。

これで、3D slicer 側の前準備はできました。では、また、Welcome.ipynb  に戻りましょう。

～「NVIDIA Clalaの使い方（その4）」（12/15掲載予定）へつづく～

内田盛久

ジーデップ・アドバンス　エンジニアリングフェロー 兼 ULGS株式会社代表
京都大学大学院工学研究科を経て20年以上HPCの仕事に携わり、国プロ絡みの大規模案件を多数経験。 HPCクラスターやGPUクラスターの構築、HPC系ジョブスケジューラーの運用に強いノウハウを持つ。 2021年からジーデップ・アドバンスにおけるUbuntuOSのサポートサービス「UGDEP」の提供を開始予定。