深度学习 肝分割:深度学习在医学图像分割中的应用 源码
肝分割项目 目的:目的是通过计算机视觉在患者扫描时自动描绘肝脏。 所使用的方法来自研究论文 在此项目中,我们将这种方法应用于本研究论文描述的肝图像分割。 数据 提供NifTi格式的数据。 该数据集包含20种3D医学检查,我们为每项检查都提供了源图像以及肝脏分割的遮罩。 我们使用nibabel库( )来读取关联的图像和蒙版。 模型 我们训练了一个U-net架构,一个完全卷积的网络。 该体系结构的原理是在通常的签约网络中添加带有上采样运算符的层而不是池。 这允许网络学习上下文(契约路径),然后学习本地化(扩展路径)。 由于跳过连接,上下文信息被传播到更高分辨率的层。 因此我们拥有与输入相同大小