LiTS Liver Tumor Segmentation Challengeダウンロード - LiTS Liver Tumor Segmentation Challengeソースコードのダウンロード

LiTS Liver Tumor Segmentation Challenge

その他のソースコード

1.0.0

ダウンロード

VNET3Dを使用したイメージセグメント

これは、litsからのCT画像セグメントの例です---肝臓 - 腫瘍セグメンテーション - チャレンジ

前提条件

次の依存関係が必要です。

numpy> = 1.11.1
Simpleitk> = 1.0.1
opencv-python> = 3.3.0
Tensorflow-gpu == 1.8.0
パンダ> = 0.20.1
Scikit-Learn> = 0.17.1

使い方

（Re）「Milletari、F.、Navab、N。、＆Ahmadi、SA（2016）V-net：v-net：volumetric Medical Image Segmentation.3DV 2016」の完全な畳み込みニューラルネットワーク」の論文でTensorflowを使用してモデルを実装しました。

1、前処理

画像とマスクのデータは、すべてのタイプの.niiファイルであり、トレーニングと視覚化を行うために、.niiファイルを.bmpファイルに変換します。
肝臓のデータ準備、私は多くのパッチサイズを試しました、そして最後にパッチを使用しました（256,256,16）。より良いGPUを持っている場合、16〜24または32を変更できます：GetPatchImageandMask.pyを実行できます
パッチを使用した腫瘍データ準備（256,256,16）：getPatchImageandMask.pyを実行し、Line gen_image_mask（srcimg、seg_liverimage、i、shape =（16、256、256）、numberxy = 5、numberz = 10）を無効にし、ラインgen_mage_masmg_mmask（ shape =（16、256、256）、numberxy = 5、numberz = 10）、trainlivermaskをtraintumormaskに変更します
最後にすべてのデータフォルダーパスをCSVファイルに保存します：utils.pyを実行します

このようなファイル：

g： data segmentation image/0_161

g： data segmentation image/0_162

g： data segmentation image/0_163

2、肝臓と腫瘍のセグメンテーション

VNETモデル

vnet3d_train.pyとvnet3d_predict.pyのスクリプトでトレーニングと予測

3、リソースをダウンロードします

肝臓のセグメンテーショントレーニングモデル、ログ、テストデータは、https：//pan.baidu.com/s/1ijk6bg3vzm4nhwz6s2yfiw、パスワード：74j5でダウンロードできます。
LITSデータには130のケースがあり、0-110のケーストレーニングを使用し、その他はテストしています。テスト結果はhttps：//pan.baidu.com/s/1a_-u7tjcn7riqnrlasqi4aパスワード：22ESでダウンロードできます
LITSトレーニングおよびテストソースデータは、https：//pan.baidu.com/s/1-kxj7res4kq5ypitfmqxegパスワード：NLRDをダウンロードできます。