使用dcm数据训练nnunet

条件
训练图像是dcm的集合，标注是nni数据

方法

1. 配置nnunet环境

2. 准备数据
   首先需要提供三个路径nnUNet_raw_data_base、nnUNet_preprocessed和RESULTS_FOLDER。
   可以将下面的代码放在.bashrc中的最后，然后使用source ~/.bashrc激活。

export nnUNet_raw_data_base="/workspace/data/nnUNet_raw_data_base"
export nnUNet_preprocessed="/workspace/data/nnUNet_preprocessed"
export RESULTS_FOLDER="/workspace/data/nnUNet_trained_models"

nnUNet_raw_data_base中包含Task500_MRSeg文件，其中500代表id,这个id 可以在500-999之间，
Task500_MRSeg包含训练集的两个文件 imagesTr和labelsTr

.
└── Task500_MRSeg
    ├── dataset.json
    ├── imagesTr
    │   ├── MR_001_0000.nii.gz
    │   ├── MR_002_0000.nii.gz
    │   ├── MR_003_0000.nii.gz
    │   ├── MR_004_0000.nii.gz
    │   ├── MR_005_0000.nii.gz

    ├── labelsTr
    │   ├── MR_001.nii.gz
    │   ├── MR_002.nii.gz
    │   ├── MR_003.nii.gz
    │   ├── MR_004.nii.gz

需要将训练图像数据整理成MR_001_0000.nii.gz这种格式
imagesTr中的图像需要如下：
MR_001_0000.nii.gz中 001代表是第一个case
MR_001_0000.nii.gz中0000代表第一个模态

labelsTr中的图像需要如下
对应的标注整理成 MR_001.nii.gz

另外需要dataset.json

{
    "description": " Segmentation",
    "labels": {
        "0": "Background",
        "1": "vessel"
    },
    "licence": "see challenge website",
    "modality": {
        "0": "MRI"
    },
    "name": "MR",
    "numTest": 0,
    "numTraining": 150,
    "reference": "see challenge website",
    "release": "0.0",
    "tensorImageSize": "3D",
    "test": [],
    "training": [
        {
            "image": "./imagesTr/MR_001.nii.gz",
            "label": "./labelsTr/MR_001.nii.gz"
        },
        {
            "image": "./imagesTr/MR_002.nii.gz",
            "label": "./labelsTr/MR_002.nii.gz"
        },

3. 数据对齐检查，使用如下代码进行数据检查

export nnUNet_raw_data_base="/workspace/data/nnUNet_raw_data_base"
export nnUNet_preprocessed="/workspace/data/nnUNet_preprocessed"
export RESULTS_FOLDER="/workspace/data/nnUNet_trained_models"
nnUNet_plan_and_preprocess -t 500 --verify_dataset_integrity

注解1 nnUNet_plan_and_preprocess -t id --verify_dataset_integrity，id代表任务500
注解2 如果出现数据方向对齐的问题，可以将训练的图像和标注的方向进行对齐。
例如方向没有对齐的报错
https://blog.csdn.net/weixin_37707670/article/details/142179585?spm=1001.2014.3001.5502

4. 训练代码

nnUNet_train 3d_fullres nnUNetTrainerV2 'Task500_MRSeg' 0 --npz

3d_fullres 是进行3D训练，'Task500_MRSeg’数据集， 0代表0折