Pytorch Medical Segmentation

Pytorchの医療セグメンテーション

中国語の紹介を読む：ここで！

メモ

近い将来、コードの大規模な更新を計画しているため、提案がある場合は、お気軽にメールを送信したり、問題で言及したりしてください。

最近の更新

• 2021.1.8列車とテストコードがリリースされます。
• 2021.2.6サイコロのバグは、シャンシャン・リーの助けを借りて修正されました。
• 2021.2.24ビデオチュートリアルがリリースされました（https://www.bilibili.com/video/bv1gp4y1h7kq/）。
• 2021.5.16 UNET3D実装のバグが修正されました。
• 2021.5.16メトリックコードがリリースされます。
• 2021.6.24すべてのパラメーターは、hparam.pyで調整できます。
• 2021.7.7これで、Pytorch-Medical-Classificationで医療分類を紹介できます
• 2022.5.15これで、SSL-for-medical-segmentationの医療セグメンテーションに関する半教師の学習を紹介できます
• 2022.5.17トレーニングと推論コードを更新し、いくつかのバグを修正します。

要件

• pytorch1.7
• Torchio <= 0.18.20
• Python> = 3.6

知らせ

• hparam.pyを変更して、2Dセグメンテーションまたは3Dセグメンテーションと多分類が可能かどうかを判断できます。
• ほぼすべての2Dおよび3Dセグメンテーションのアルゴリズムを提供します。
• このリポジトリは、構成のhparam.pyでfold_archを変更することにより、ほぼすべての医療データ形式（nii.gz、nii、mhd、nrrd、...）と互換性があります。使用する前に、ソース画像とラベル画像の両方を同じタイプに変換してください。ラベルは255ではなく1でマークされています。
• マルチカテゴリプログラムを使用する場合は、対応するコードを自分で変更してください。特定のカテゴリを特定することはできません。
• 2Dであろうと3Dであろうと、このプロジェクトはパッチを使用して処理されます。したがって、画像は厳密に同じサイズである必要はありません。ただし、2Dでは、パッチを十分に大きく設定する必要があります。

データセットを準備します

例1

ソースデータセットが次の場合：

 source_dataset
├── source_1.mhd
├── source_1.zraw
├── source_2.mhd
├── source_2.zraw
├── source_3.mhd
├── source_3.zraw
├── source_4.mhd
├── source_4.zraw
└── ...

ラベルデータセットは次のとおりです。

 label_dataset
├── label_1.mhd
├── label_1.zraw
├── label_2.mhd
├── label_2.zraw
├── label_3.mhd
├── label_3.zraw
├── label_4.mhd
├── label_4.zraw
└── ...

次に、 fold_archを*.mhd 、 source_train_dirをsource_dataset 、 label_train_dirとしてhparam.pyとして変更する必要があります

例2

ソースデータセットが次の場合：

 source_dataset
├── 1
    ├── source_1.mhd
    ├── source_1.zraw
├── 2
    ├── source_2.mhd
    ├── source_2.zraw
├── 3
    ├── source_3.mhd
    ├── source_3.zraw
├── 4
    ├── source_4.mhd
    ├── source_4.zraw
└── ...

ラベルデータセットは次のとおりです。

 label_dataset
├── 1
    ├── label_1.mhd
    ├── label_1.zraw
├── 2
    ├── label_2.mhd
    ├── label_2.zraw
├── 3
    ├── label_3.mhd
    ├── label_3.zraw
├── 4
    ├── label_4.mhd
    ├── label_4.zraw
└── ...

次に、 fold_archを*/ *。Mhd 、 source_train_dirをsource_dataset 、 label_train_dirとしてhparam.pyとして変更する必要があります。

トレーニング

• 前提条件なし

 set hparam.train_or_test to 'train'
python main.py

• 前提型モデル付き

 set hparam.train_or_test to 'train'
python main.py -k True

推論

• テスト

 set hparam.train_or_test to 'test'
python main.py

例

チュートリアル

• https://www.bilibili.com/video/bv1gp4y1h7kq/

終わり

ネットワーク

• 2d

• UNET
• UNET ++
• Miniseg
• segnet
• pspnet
• highresnet（https://github.com/fepegar/highresnetからのコピー、寛大さをありがとうございました！）
• ディープラブ
• FCN

• 3D

• UNET3D
• 残留-UNET3D
• Densevoxelnet3d
• FCN3D
• vnet3d
• highresnert（https://github.com/fepegar/highresnetからのコピー、寛大さについてはFepegarに感謝します！）
• densenet3d
• UNETR（https://github.com/tamasino52/unetrからのコピー）

メトリック

• Metrics.py結果を評価します

トト

• データセット
• ベンチマーク
• nnunet

ところで

このプロジェクトは完璧ではなく、まだ多くの問題があります。このプロジェクトを使用していて、著者にフィードバックを提供したい場合は、メールを送信できます。

謝辞

このリポジトリは、3Dおよび2Dでの医療セグメンテーションの非違反のPytorch実装であり、MedicalZoopytorchとTorchioに基づいています。上記のレポをありがとう。このプロジェクトは、Ruoxiu Xiao教授、Shuang Song教授、Cheng Chen博士の監督で行われます。 Zhang、Daiheng Gao、Jie Zhang、Xing Tao、Weili Jiang、Shanshan Liを受け取ったすべての助けに感謝します。