基于U-net的医学脑CT影像分割和定位,分割出脑出血区域并定位出出血脑区等功能 / pytorch实现,CT图像可来源于二次拍摄的图像
- 脑CT图像/二次拍摄的脑CT图像脑出血区域的分割
- 出血量的计算
- 出血脑区的定位
- pytorch模型转onnx和转tensorFlow
- Ubuntu 16.04
- python 3.6
- cuda 9.0
- pytorch 1.6.0
- torchvision 0.7.0
- Cython 0.29.21
- imgaug 0.4.0
- opencv-python 4.5.2.52
- scikit-image 0.17.2
- Pillow 8.0.0
- onnxruntime1.10.0
|-- dataset
|-- train
|-- image
|-- patient0001
|-- 000001.jpg
|-- 000002.jpg
|-- patient0002
|-- 000001.jpg
|-- 000002.jpg
...
|-- label
|-- patient0001
|-- 000001_mask.jpg
|-- 000002_mask.jpg
|-- patient0002
|-- 000001_mask.jpg
|-- 000002_mask.jpg
...
|-- test
|-- image
|-- patient1001
|-- 000001.jpg
|-- 000002.jpg
|-- patient1002
|-- 000001.jpg
|-- 000002.jpg
...
分割模型在unet.py中,脑区定位中的分类模型resnext来自于torchvision
- 在main.py中设置合适的参数和路径
python main.py
- 命令行测试脚本
python batch_test.py
-i ./dataset/test/image/patient0001/000010.jpg ./dataset/test/image/patient0001/000011.jpg ./dataset/test/image/patient0001/000012.jpg
-o ./dataset/test/result/patient0001/010.png ./dataset/test/result/patient0001/011.png ./dataset/test/result/patient0001/012.png
- 文件夹内的批量图像测试
python batch_test_forfolder.py
- pytorch模型转onnx
python pth2onnx.py
- 测试onnx模型
python test_onnx.py
- 评价指标
python eval.py