brain segmentation调研--NiftyNet

brain segmentation调研–NiftyNet

NiftyNet 是一个基于 TensorFlow 的开源卷积神经网络平台，用来研究医疗影像分析和影像导向的治疗。NiftyNet 有着模块化的架构设计，能够共享网络架构和预训练模型。使用该模块架构，你可以：

• 使用内建工具，从建立好的预训练networks开始训练
• 根据自己的图像数据改造已有的networks
• 根据自己的图像分析问题快速构建新的解决方案

---

一、安装NiftyNet

1.安装 NiftyNet package

• 通过pip，conda
  pip 安装 : pip install niftynet
  conda 安装: conda install nifynet

• 通过github

git clone https://github.com/NifTK/NiftyNet.git

2、安装依赖环境

1. 安装tensorflow-gpu 1.3版本
   详细安装教程
2. 其他依赖库

cd NiftyNet/
pip install six>=1.10
pip install nibabel>=2.1.0
pip install numpy>=1.12
pip install scipy>=0.18
pip install configparser
# pip install tensorflow-gpu==1.3 已经安装
pip install pandas
pip install pillow
pip install SimpleITK  # 可选择是否安装，图像格式为.mha/.mhd的文件需要安装SimpleITK

注意：安装过程中注意是否已经安装过该库，安装过的不用再次安装，如果发现安装的库版本没达到要求，那么先卸载再安装

二、使用demo

如若用的pip或者conda安装的 NiftyNet package

# 下载barin_parcelaltion demo
net_download highres3dnet_brain_parcellation_model_zoo 
# 用demo进行inference，需要inference的数据在highres3dnet_config_eval.ini配置文件中
net_segment inference -c  ~/niftynet/extensions/highres3dnet_brain_parcellation/highres3dnet_config_eval.ini 

如果用的git clone安装的 NiftyNet package

python net_download.py highres3dnet_brain_parcellation_model_zoo 
python net_segment.py inference -c  ~/niftynet/extensions/highres3dnet_brain_parcellation/highres3dnet_config_eval.ini 

segmentation后的结果保存在：
~/niftynet/models/highres3dnet_brain_parcellation/segmentation_output/

注意

1. 该demo的inference对显卡显存要求比较高。显存不足会报下面的错误
   
2. 虽然官方文档说能支持python 2.7，但最好版本选择pyhton 3.6。我在一个linux环境下，通过python2.7执行是报错 ConfigParser instance has no attribute ‘__getitem__’，后换成python3.6就ok了。

该demo论文： On the Compactness, Eciency, and Representation of 3D Convolutional Networks:Brain Parcellation as a Pretext Tas

三、源码粗解

1. NiftyNet 0.2.1 documentation，源码详解
2. brain segmentation调研–On the Compactness, Eciency, and Representation of 3D Convolutional Networks:Brain Parcellation as a Pretext Tas 源码详解

---

参考资料

1. NiftyNet: a deep-learning platform for medical imaging，paper
2. NiftyNet 0.2.1 documentation
3. NiftyNet github