Unet 基于TCGA颅脑肿瘤MRI分割(提取有效数据+划分训练集、验证集)

目录

1. 流程介绍

1.1 数据集介绍

1.2 有效的数据集

1.3 划分训练集和测试集

1.4  训练信息------log文件

1.5 文件介绍

2.  提取有用数据  pre_process.py

2.1 提取数据

2.2 数据排查

2.3 提取有效的数据

2.4 拷贝到新的文件夹

2.5 show

2.6 pre_process.py 文件代码

3. 划分数据集为训练集+测试集 split_data.py

3.1 随机采样

3.2 划分训练集 + 测试集

3.3  split_data.py 文件代码

4.  Unet 网络

5. dataset 数据加载

5.1 dataset 代码

5.2 没有 transform 的情况

5.2.1 打印shape

5.2.2 可视化

5.3 涉及 transform 的情况

5.3.1 shape

5.3.2 可视化

6.  train 训练

6.1 可视化训练图像

6.2 train

6.3 train.py 文件代码

6.4 训练结果展示 log 文件夹

7. predict.py 文件代码

---

1. 流程介绍

注：原始的数据只有 DATASET/ TCGA 患者样本

项目的文件结构如图所示：

1.1 数据集介绍

DATASET 是下面的 TCGA 是原始数据，每个文件夹都是一个病人的样本

 随机一个目录打开如图所示：

 mask 全黑代表没有病样，所以对本章分割的项目是属于无效的数据

因此，需要将数据进行预处理，将有病例的image和label取出，放到DATASET下的TCGA_image 和