LiTS Liver Tumor Segmentation Challenge Download - LiTS Liver Tumor Segmentation Challenge Quellcode Download

LiTS Liver Tumor Segmentation Challenge

Anderer Quellcode

1.0.0

Herunterladen

Imagesmentierung mit VNET3D

Dies ist ein Beispiel für das CT-Bildersegment aus Lits --- Leber-Tumor-Segmentierungskallenge

Voraussetzung

Die folgenden Abhängigkeiten sind erforderlich:

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

Wie man benutzt

(Betreff) implementiert das Modell mit Tensorflow in der Arbeit von "Milletari, F., Navab, N. & Ahmadi, SA (2016) V-NET: Vollständige Faltungsnetzwerke für die volumetrische Segmentierung medizinischer Bild.3DV 2016"

1 、 Vorverarbeitung

LITS -Daten von Bild und Maske sind alle Art von .nii -Dateien, um die Datei .nii in .bmp -Datei zu trainieren und zu visuliieren.
Vorbereitung von Leberdaten, ich habe viele Patchgröße ausprobiert und schließlich mit dem Patch (256.256,16), wenn Sie eine bessere GPU haben, können Sie 16 bis 24 oder 32 ändern: Führen Sie die GetPatchImageand und PY aus.
Tumor data preparing,using the patch(256,256,16):run the getPatchImageAndMask.py,disable the line gen_image_mask(srcimg, seg_liverimage, i, shape=(16, 256, 256), numberxy=5, numberz=10) and enable the line gen_image_mask(srcimg, seg_tumorimage, i, Form = (16, 256, 256), Numberxy = 5, Numberz = 10) und ändern
Speichern Sie den gesamten Datenordnerpfad in der CSV -Datei: Führen Sie die utils.py aus

die Datei wie diese:

G: Data Segmentierung Bild/0_161

G: data segmentation image/0_162

G: data segmentation image/0_163

2 、 Leber- und Tumorsegmentierung

Das VNET -Modell

Zug und Vorhersage im Skript von vnet3d_train.py und vnet3d_prredict.py

3 、 Ressource herunterladen

Leber -Segmentierung trainiertes Modell, Protokoll, Testdaten können hier heruntergeladen werden: https: //pan.baidu.com/s/1ijk6bg3vzm4nhwz6s2yfiw, Passwort: 74J5
LITS-Daten haben 130 Fälle unter Verwendung von 0-110 Fällen, die Trainging und andere testet. Testing-Ergebnis kann hier heruntergeladen werden: https: //pan.baidu.com/s/1a_-u7tjcn7riqnrlasqi4a Passwort: 22ES
LITS-Zug- und Testquelldaten können hier heruntergeladen werden: https: //pan.baidu.com/s/1-kxj7res4kq5ypitfmqxeg Passwort: NLRD