| Оригинал | Случайное размытие |
| Случайный флип | Случайный шум |
| Случайная аффинная трансформация | Случайное упругое преобразование |
| Случайный смещение полевой артефакт | Случайный артефакт движения |
| Случайный артефакт шипа | Случайный артефакт призраков |
(Очередь для обучения на основе патчей)
Torchio - это пакет Python, содержащий набор инструментов для эффективного чтения, предварительной обработки, выборки, увеличения и записи трехмерных медицинских изображений в приложениях глубокого обучения, написанных в Pytorch, включая интенсивность и пространственные преобразования для увеличения и предварительной обработки данных. Преобразования включают типичные операции компьютерного зрения, такие как случайные аффинные преобразования, а также специфичные для домена, такие как моделирование артефактов интенсивности из-за неоднородности МРТ магнитного поля или артефактов движения K-пространства.
Этот пакет был сильно вдохновлен Niftynet, который больше не поддерживается.
Если вам нравится этот репозиторий, нажмите на Star!
Если вы используете этот пакет для исследования, пожалуйста, укажите нашу статью:
Ф. Перес-Гарсия, Р. Спаркс и С. Душселин. Torchio: библиотека Python для эффективной загрузки, предварительной обработки, увеличения и отбора проб медицинских изображений на основе патча в глубоком обучении . Компьютерные методы и программы в биомедицине (июнь 2021 г.), с. 106236. ISSN: 0169-2607.DOI: 10.1016/j.cmpb.2021.106236.
Вход Bibtex:
@article { perez-garcia_torchio_2021 ,
title = { {TorchIO}: a {Python} library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning } ,
journal = { Computer Methods and Programs in Biomedicine } ,
pages = { 106236 } ,
year = { 2021 } ,
issn = { 0169-2607 } ,
doi = { https://doi.org/10.1016/j.cmpb.2021.106236 } ,
url = { https://www.sciencedirect.com/science/article/pii/S0169260721003102 } ,
author = { P{'e}rez-Garc{'i}a, Fernando and Sparks, Rachel and Ourselin, S{'e}bastien } ,
}Этот проект поддерживается следующими учреждениями:
Смотрите начало для установки инструкций и Hello, World! пример.
Примеры более длительного использования можно найти в учебных пособиях.
Вся документация размещена в чтении документов.
Пожалуйста, откройте новую проблему, если вы думаете, что чего -то не хватает.
Спасибо всем этим людям (ключ эмодзи):
Фернандо Перес-Гарсия | Валабрег ? ? ? | Gfabien ? ? | G.reguig | Нильс Шуринк | Ибрагим Хадзич ? | Рюбендо ? |
Джулиан Клуг ? | Дэвид Вёльгис ? | Жан-христофа | Сурадж Пай ? | Бен Дарвин ? | Eeslle Lucena ? | Сумик Чаттерджи |
Нейронуф | Ян Виосовски | Дерк Мус ? | Кристиан Герц ? | Кори Эфирд ? | Esteban Vaca C. ? | Рэй Фан ? |
Акис Линардос ? | Нина Монтана-Браун ? | Fabien-Brulport ? | Malteekj ? | Андрес Диас-Пинто ? | Сартак Пати ? | Габриэллакамлиш ? |
Тайлер Спирс ? | Дагут | Сяньгю Чжао ? | Siahuat0727 ? | Svdvoort | Олбанс98 | Мэтью Т. Варкентин |
глюпол ? | Ramonemiliani93 ? | Юстус Шок ? ? ? | Стефан Милорад Радонджич ? | Саджан Гохил ? | Икко Ашимин | Laynr |
Омар У. Эспьель ? | Джеймс Батлер ? | RES191 ? | nengwp ? | Сьюзанверчларке ? | Nepersica ? | Себастьян Пенхуэт ? |
Bigsealion ? | Дженан Зукич ? | VASL12 ✅? | Франсуа Руссо ? | Снавалм | Джейкоб Рейнхольд | HSU ? |
Снипдом ? | Смазочно ? | Guigautier ? | Ayedsamy ? | Дж. Мигель Вальверде ? ? | Жозе Гилхерм Алмейда ? | Асим Усман ? |
CBRI92 ? | Маркус Дж. Анкенбранд ? | Зив Янив | Лука Луметти | Шагело ? | Мюллер-франза ? | Абдельвахаб Кавафи ? |
Артур Массон ? | 양현식 | Николос ? | Амунд Ведал | Алабамаган ? | Sbdoherty | Zhack47 ? |
Блейк Дьюи | Дойон Ким ? | Кономакси ? | Лоран Шаувин ? | Кристиан Хинг ? | zzz123xyz ? | Амин Алам |
Мариус-См ? | Haarisr | Крис Уиндер ? | Рикки Уолш | Керти Шраван Рави ? |
Этот проект следует за спецификацией всех контролей. Взносы любого вида приветствуются!