التصوير مع VNET3D
هذا مثال على قطاع الصور المقطعية من Lits --- تكتل تجميد الكبد 
المتطلبات المسبقة
هناك حاجة إلى التبعيات التالية:
- numpy> = 1.11.1
- Simpleitk> = 1.0.1
- opencv-python> = 3.3.0
- Tensorflow-GPU == 1.8.0
- pandas> = 0.20.1
- Scikit-Learn> = 0.17.1
كيفية استخدام
(إعادة) نفذ النموذج مع TensorFlow في ورقة "Milletari ، F. ، Navab ، N. ، & Ahmadi ، SA (2016)
1 、 المعالجة المسبقة
- بيانات LITS الخاصة بالصورة والقناع هي كلها نوع من ملفات .nii ، من أجل تدريب وتدريب ، تحويل ملف .nii إلى ملف .bmp.
- تحضير بيانات الكبد ، لقد جربت العديد من حجم التصحيح ، وأخيراً باستخدام التصحيح (256،256،16) ، إذا كان لديك GPU أفضل ، فيمكنك تغيير 16 إلى 24 أو 32: قم بتشغيل getPatchImageAndmask.py
- تحضير بيانات الورم ، باستخدام التصحيح (256،256،16): قم بتشغيل getPatchimageAndmask.py ، تعطيل الخط gen_image_mask (srcimg ، seg_liverimage ، i ، lape = (16 ، 256 ، 256) ، numberxy = 5 ، nump الشكل = (16 ، 256 ، 256) ، numberxy = 5 ، numberz = 10) ، وقم بتغيير trainlivermask إلى traintumormask
- آخر ما احفظ جميع مسار مجلد البيانات في ملف CSV: قم بتشغيل utils.py
الملف مثل هذا:
G: Data Sergmentation Image/0_161
G: Data Sergmentation Image/0_162
G: Data Sergmentation Image/0_163
2 、 تجزئة الكبد والورم
- تدريب والتنبؤ في البرنامج النصي من vnet3d_train.py و vnet3d_predict.py
3 、 تنزيل المورد
- نموذج تدريب تجزئة الكبد ، سجل ، بيانات الاختبار يمكن تنزيله هنا: https: //pan.baidu.com/s/1ijk6bg3vzm4nhwz6s2yfiw ، كلمة المرور ： 74j5
- تحتوي بيانات LITs على 130 حالة ، باستخدام 0-110 حالة تعاطي ، والآخر هو اختبار. يمكن أن تنزيل نتيجة الاختبار هنا: https: //pan.baidu.com/S/1A_-U7TJCN7RIQNRLASQI4A كلمة المرور ： 22es
- يمكن أن تنزيل بيانات مصدر القطار والاختبار هنا: https: //pan.baidu.com/s/1-kxj7res4kq5ypitfmqxeg كلمة المرور ： nlrd
نتيجة
خسارة مدربة 
نتيجة شريحة الكبد
لوحة الكبد 
يمكن أن ترى نتيجة تجزئة حالة الاختبار في ملف 35.mp4،38.mp4 و 51.mp4
العقيد الأول هو srcimage ، Col الثاني هو صورة قناع Groundtruth ، العقيد الثالث هو صورة تجزئة VNET 
المتصدرين الآفة 
اتصال
