/X-Net

X-Net: Brain Stroke Lesion Segmentation Based on Depthwise Seperable Convolution and Long Range Dependencies (MICCAI 2019)

Primary LanguagePython

X-Net

X-Net: Brain Stroke Lesion Segmentation Based on Depthwise Separable Convolution and Long-range Dependencies (MICCAI 2019)

作者

Kehan Qi, Hao Yang, Cheng Li, Zaiyi Liu, Meiyun Wang, Qiegen Liu, and Shanshan Wang

项目简介

1. 功能

采用X-Net实现对ATLAS数据集的图像分割

2. 性能

Dice IoU Precision Recall Number of Parameters
0.4867 0.3723 0.6000 0.4752 15.1M

3. 使用数据集

数据集:ATLAS数据集[1],包含229个case,采用5折交叉验证。数据采用这里所示的方法进行预处理得到h5文件。

[1] Liew, Sook-Lei, et al. "A large, open source dataset of stroke anatomical brain images and manual lesion segmentations." Scientific data 5 (2018): 180011.

运行环境与依赖

类别 名称 版本
os ubuntu 16.04
深度学习框架 Keras 2.2.4
深度学习框架 tensorflow 1.14.0
机器学习库 scikit-learn 0.19.1
python函数库 pandas 0.20.3
处理h5文件的库 h5py 2.7.0

输入与输出

名称 说明
输入 单通道灰度图,值域为0-1,大小为224x192。
输出 标签。0表示背景,1表示病变

运行方式

在main.py中修改与超参数相关的行(即第16-20行),然后在命令行中执行如下的命令:

python main.py