基于pytorch实现的DenseUnet医学图像分割(腹部多脏器)

2024-06-11 18:20

本文主要是介绍基于pytorch实现的DenseUnet医学图像分割(腹部多脏器),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、前言

本章将介绍将densenet的主干网络引入unet中

官方实现的代码:kits19-challenge/network at master · nitsaick/kits19-challenge (github.com)

本章实现的项目目录如下:

主要代码有train、evaluate、predict脚本

 

 

2、代码介绍

数据预处理脚本

数据的预处理放在dataset脚本中,这里参考sam模型的预处理。利用numpy和cv进行归一化、翻转、图像增强等等,而非torch中的transform

主要如下:

红色框的部分为windowing窗口化拉伸对比度,因为大多数医学数据都是CT格式,对比度很差,如果原数据对比度还行的话,可以注释掉

数据增强采用了水平和垂直翻转:

train 训练脚本

参数如下,如果image和mask的后缀格式不同,需要更改这里

使用的优化器是Adam、损失是多类别的交叉熵、学习率衰减是cos余弦退火算法

evaluate 评估模型

默认采用训练过程中生成的最好的权重

代码会在测试集上进行评估,计算mean iou、recall、precision、全局pixel准确度等等

3、项目使用

测试用的数据集为腹部多脏器的五分割:

项目下载:基于DenseUnet对腹部多脏器5类的分割实战【包含代码+数据集+训练结果】资源-CSDN文库

3.1 数据集摆放

数据集摆放如下:

--data--train---images   训练集的图像
--data--train---masks    训练集的图像标签
--data--val---images     验证集的图像
--data--val---masks      验证集的图像标签
--data--test---images    测试集的图像(如果有的话)
--data--test---masks     测试集的图像标签(如果有的话)

训练集用于训练网络、验证集用于验证模型调整超参数、测试集用于评估模型精度

3.2 训练

摆放好数据,直接运行train脚本即可,代码会计算mask的像素值,然后自动设定denseunet的输出类别个数

训练完成,会将所有结果保存在runs目录下:

预处理可视化:

因为原图是MRI格式的,所有windowing方法增强效果不明显

训练日志:

依次为epoch、train loss、train iou、val loss、val iou

学习率衰减:

3.3 评估模型

脚本是evaluate代码,这里填写测试集路径即可

代码会计算测试集的精度,保存在txt文本中(runs目录)

列表的值,是不同类别的recall、iou等

 

3.4 推理代码

predict 脚本

效果如下,会生成gt图以及image+gt的掩膜图

输入图像:

gt图:

掩膜图:

这篇关于基于pytorch实现的DenseUnet医学图像分割(腹部多脏器)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1051938

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现