使用 Monai Bundle 和 Model Zoo 对医学影像数据进行分类-全脑133个结构分割

使用 Monai Bundle 和 Model Zoo 对医学影像数据进行分类-全脑133个结构分割

文章目录

• 导读
• Monai Bundle 和 Model Zoo简单介绍
• 基于monai bundle的MRI全脑分割

• 模型简介
• 模型描述
• 模型训练细节
• 训练数据
• 注意事项
• 电脑配置
• 完整的133个脑结构列表
• 在3D slicer使用全脑结构分割模型
• 完整的133个脑结构列表

导读

本系列涵盖从 3D Slicer 医学图像查看器的基础使用到高级自动分割扩展程序的内容（从入门到高阶！），具体包括软件安装、基础使用教程，自动分割扩展（totalsegmentator, monai label）快速标注数据。

在本系列第三部分中，我们在工作站上安装了 MONAILabel 服务端和 MONAILabel 3D Slicer 客户端。在第四部分内容中，我们从一个简单的腹部CT脾脏分割案例开始，介绍了monai label使用的一些基础用法。在第五部分中，使用radiology app进行全脊柱的分割，并且详细介绍了radiology app所有用法。

本节重点：在这一节中，我们将尝试使用monai bundle 和model zoo里面的分割模型来分割其他结构。

该系列之前的内容如下：
【添加链接】

如果你没看过系列之前的内容，以下是monai label一个简单的介绍

[ MONAI Label 是一个服务器-客户端系统，它利用 AI 促进交互式医学图像注释。它是一个开源且易于安装的生态系统，可以在具有单个或多个 GPU 的机器上本地运行。服务器和客户端都在同一台/不同的机器上工作。它与MONAI共享相同的原理。

MONAI Label 减少了注释新数据集的时间和精力，并通过不断从用户交互和数据中学习，使 AI 能够适应手头的任务。MONAI Label 允许研究人员和开发人员以用户的方式与他们的应用程序交互，从而不断改进他们的应用程序。最终用户（临床医生、技术人员和一般注释者）受益于 AI 的不断学习，并更好地理解最终用户试图注释的内容。]

Monai Bundle 和 Model Zoo简单介绍

MONAI Model Zoo 提供了一系列由社区开发的医学影像模型，采用 Monai Bundle 格式。Monai Bundle 允许您轻松获取任何来自 MONAI Model Zoo 的模型并将其导入 MONAILabel。

 Model Zoo提供的模型包括MRI脑肿瘤分割，CT肺结节检测，病理细胞核分割分类，CT胰腺分割，MRI前列腺分割，CT肾脏分割，CT脾脏分割，MRI脑切片生成等20几个模型。后面会用单独的篇幅分别介绍这些预训练模型的使用。

 MONAI Bundle 是一种基于规范和文件结构的方式，用于分发经过训练的 MONAI 模型以及相关元数据、代码、文档和其他资源。这些旨在让您更轻松地以某种格式分发模型，该格式说明了模型的用途、如何使用它、如何重现您用它完成的科学研究，并将其用于 Label 和 Deploy 等其他应用程序。详细的使用教程可以去 monai bundle github

接下来我们将用很多案例来演示monai bunlde在3D slicer中的用法

基于monai bundle的MRI全脑分割

模型简介

• 名称：Wholebrainseg large unest segmentation
• 概述：基于3D transformer的全脑分割模型，适用于T1W MRI图像
• 作者：范德堡大学 + MONAI团队
• 参考文献：Xin 等人. 使用3D块聚合变换器表征肾脏结构. arXiv 预印本 arXiv:2203.02430 (2022).  https://arxiv.org/pdf/2203.02430.pdf
• 版本：0.2.3

模型描述

详细的全脑分割是一种重要的定量技术，在医学影像分析中提供了一种非侵入性的方法来测量临床获取的结构性磁共振成像（MRI）中的脑部区域。我们提供了一个预训练模型，用于训练和推理具有133个结构的全脑分割。提供的训练管道支持在 MONAI Label 中的主动学习和使用 bundle 进行训练

模型训练细节

一个预训练的 UNEST base model，用于 T1w MR 图像的体积（3D）全脑分割。为了利用嵌入序列中的信息，提出了“shifted window” transformers，用于密集预测和建模多尺度特征。然而，这些旨在复杂化 self-attention 范围的尝试往往会导致高计算复杂度和数据低效。受 nested ViT 中的 aggregation function 启发，我们提出了一种新的设计，即具有 Nested Transformers (UNesT) 的 3D U-shape 医学分割模型，通过 3D block aggregation function 层次化地学习小结构或小数据集的 locality behaviors。该设计保留了原始的 global self-attention mechanism，并通过层次化堆叠 transformer encoders 实现跨 patches 的信息通信。

训练数据

训练数据来自范德堡大学和范德堡大学医疗中心，并使用了公开发布的 OASIS 和 CANDI 数据集。训练和测试数据是来自三个不同站点的 MRI T1w图像。

任务涉及 133 类全脑分割。在 OASIS 数据集中，50 个 T1w MRI 扫描中，45 个用于训练，5 个用于验证。测试队列包括 Colin27 T1w 扫描和 CANDI 数据集的 13 个 T1w MRI 扫描。所有数据均注册到 MNI 空间，并按特定方法进行预处理，输入图像随机裁剪至 96 × 96 × 96 尺寸。

注意事项

请将你的数据配准到相同空间，训练用的脑部 MRI 图像通过 NiftyReg 工具进行仿射配准，以将目标图像注册到 MNI305 模板。在推理前，数据应处于 MNI305 空间。如果图像已经在 MNI 空间，则可以跳过配准步骤。可以使用任何配准工具将图像注册到 MNI 空间，以下是一个使用 ANTs 的示例建议。

登录后复制

pip install antspyx

#Sample ANTS registration

import ants
import sys
import os

fixed_image = ants.image_read('<fixed_image_path>')
moving_image = ants.image_read('<moving_image_path>')
transform = ants.registration(fixed_image,moving_image,'Affine')

reg3t = ants.apply_transforms(fixed_image,moving_image,transform['fwdtransforms'][0])
ants.image_write(reg3t,output_image_path)

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.

电脑配置

The training and inference was performed with at least one 24GB-memory GPU.

完整的133个脑结构列表

由于列表较长，我放在文末了

在3D slicer使用全脑结构分割模型

• step1: 激活环境

登录后复制

conda activate monailabel

• 1.

• step2: 下载monaibundle app

登录后复制

monailabel apps --name monaibundle --download --output apps

• 1.

可以前往图片上地址查看下载了什么

• step3: 下载实验数据

我直接在3D slicer 里面下载的示例数据，保存在了datasets/mrihead文件夹。

其他的T1w 数据也可以，最好是配准到了标准空间，和训练数据一致，准确度会更高。

• step4: 启动服务端

服务端启动，使用的模型为：wholeBrainSeg_Large_UNEST_segmentation，注意大小写

登录后复制

monailabel start_server --app apps/monaibundle --studies datasets/mrihead --conf models wholeBrainSeg_Large_UNEST_segmentation

• 1.

如图，第一次启动的时候会去下载预训练模型。

• step5: 打开3D slicer,连接服务端

第四步启动好后，打开3D slicer，点击monailabel模块，点击绿色刷新符号就可以连接上服务端了。我们从下图可以看到使用的app和model。点击next sample加载数据，再点击run就可以自动分割了。

我在mac上分割花了20分钟左右，建议在GPU上运行可以加速。由于我的数据和训练数据差异太大，分割效果一般

不过，对于脖子部分，可以在segment editor模块中，拿把剪刀剪了。

事实证明，这个预训练模型的泛化性能不是很好
。不过有这个需求的同学可以试试。

其余的保存步骤，训练过程等操作可以查看之前的脾脏分割教程，有详细的介绍。

Tina姐：monai bundle也可以命令行调用，本次只演示了在 3D Slicer中的应用

完整的133个脑结构列表

编号	英文描述	中文翻译
0	background	背景
1	3rd-Ventricle	第三脑室
2	4th-Ventricle	第四脑室
3	Right-Accumbens-Area	右侧伏隔核区
4	Left-Accumbens-Area	左侧伏隔核区
5	Right-Amygdala	右侧杏仁核
6	Left-Amygdala	左侧杏仁核
7	Brain-Stem	脑干
8	Right-Caudate	右侧尾状核
9	Left-Caudate	左侧尾状核
10	Right-Cerebellum-Exterior	右侧小脑皮层
11	Left-Cerebellum-Exterior	左侧小脑皮层
12	Right-Cerebellum-White-Matter	右侧小脑白质
13	Left-Cerebellum-White-Matter	左侧小脑白质
14	Right-Cerebral-White-Matter	右侧大脑白质
15	Left-Cerebral-White-Matter	左侧大脑白质
16	Right-Hippocampus	右侧海马
17	Left-Hippocampus	左侧海马
18	Right-Inf-Lat-Vent	右侧下外侧脑室
19	Left-Inf-Lat-Vent	左侧下外侧脑室
20	Right-Lateral-Ventricle	右侧侧脑室
21	Left-Lateral-Ventricle	左侧侧脑室
22	Right-Pallidum	右侧苍白球
23	Left-Pallidum	左侧苍白球
24	Right-Putamen	右侧壳核
25	Left-Putamen	左侧壳核
26	Right-Thalamus-Proper	右侧丘脑
27	Left-Thalamus-Proper	左侧丘脑
28	Right-Ventral-DC	右侧腹侧DC
29	Left-Ventral-DC	左侧腹侧DC
30	Cerebellar-Vermal-Lobules-I-V	小脑蚓部叶I-V
31	Cerebellar-Vermal-Lobules-VI-VII	小脑蚓部叶VI-VII
32	Cerebellar-Vermal-Lobules-VIII-X	小脑蚓部叶VIII-X
33	Left-Basal-Forebrain	左侧基底前脑
34	Right-Basal-Forebrain	右侧基底前脑
35	Right-ACgG–anterior-cingulate-gyrus	右侧前扣带回
36	Left-ACgG–anterior-cingulate-gyrus	左侧前扣带回
37	Right-AIns–anterior-insula	右侧前岛叶
38	Left-AIns–anterior-insula	左侧前岛叶
39	Right-AOrG–anterior-orbital-gyrus	右侧前眶回
40	Left-AOrG–anterior-orbital-gyrus	左侧前眶回
41	Right-AnG—angular-gyrus	右侧角回
42	Left-AnG—angular-gyrus	左侧角回
43	Right-Calc–calcarine-cortex	右侧距状皮质
44	Left-Calc–calcarine-cortex	左侧距状皮质
45	Right-CO----central-operculum	右侧中央盖
46	Left-CO----central-operculum	左侧中央盖
47	Right-Cun—cuneus	右侧楔叶
48	Left-Cun—cuneus	左侧楔叶
49	Right-Ent—entorhinal-area	右侧内嗅区
50	Left-Ent—entorhinal-area	左侧内嗅区
51	Right-FO----frontal-operculum	右侧额盖
52	Left-FO----frontal-operculum	左侧额盖
53	Right-FRP—frontal-pole	右侧额极
54	Left-FRP—frontal-pole	左侧额极
55	Right-FuG—fusiform-gyrus	右侧颞下回
56	Left-FuG—fusiform-gyrus	左侧颞下回
57	Right-GRe—gyrus-rectus	右侧直回
58	Left-GRe—gyrus-rectus	左侧直回
59	Right-IOG—inferior-occipital-gyrus	右侧下枕回
60	Left-IOG—inferior-occipital-gyrus	左侧下枕回
61	Right-ITG—inferior-temporal-gyrus	右侧下颞回
62	Left-ITG—inferior-temporal-gyrus	左侧下颞回
63	Right-LiG—lingual-gyrus	右侧舌回
64	Left-LiG—lingual-gyrus	左侧舌回
65	Right-LOrG–lateral-orbital-gyrus	右侧外侧眶回
66	Left-LOrG–lateral-orbital-gyrus	左侧外侧眶回
67	Right-MCgG–middle-cingulate-gyrus	右侧中扣带回
68	Left-MCgG–middle-cingulate-gyrus	左侧中扣带回
69	Right-MFC—medial-frontal-cortex	右侧内侧额叶皮层
70	Left-MFC—medial-frontal-cortex	左侧内侧额叶皮层
71	Right-MFG—middle-frontal-gyrus	右侧中额回
72	Left-MFG—middle-frontal-gyrus	左侧中额回
73	Right-MOG—middle-occipital-gyrus	右侧中枕回
74	Left-MOG—middle-occipital-gyrus	左侧中枕回
75	Right-MOrG–medial-orbital-gyrus	右侧内侧眶回
76	Left-MOrG–medial-orbital-gyrus	左侧内侧眶回
77	Right-MPoG–postcentral-gyrus	右侧后中央回
78	Left-MPoG–postcentral-gyrus	左侧后中央回
79	Right-MPrG–precentral-gyrus	右侧前中央回
80	Left-MPrG–precentral-gyrus	左侧前中央回
81	Right-MSFG–superior-frontal-gyrus	右侧上额回
82	Left-MSFG–superior-frontal-gyrus	左侧上额回
83	Right-MTG—middle-temporal-gyrus	右侧中颞回
84	Left-MTG—middle-temporal-gyrus	左侧中颞回
85	Right-OCP—occipital-pole	右侧枕极
86	Left-OCP—occipital-pole	左侧枕极
87	Right-OFuG–occipital-fusiform-gyrus	右侧枕颞回
88	Left-OFuG–occipital-fusiform-gyrus	左侧枕颞回
89	Right-OpIFG-opercular-part-of-the-IFG	右侧岛状前额叶盖部
90	Left-OpIFG-opercular-part-of-the-IFG	左侧岛状前额叶盖部
91	Right-OrIFG-orbital-part-of-the-IFG	右侧岛状前额叶眶部
92	Left-OrIFG-orbital-part-of-the-IFG	左侧岛状前额叶眶部
93	Right-PCgG–posterior-cingulate-gyrus	右侧后扣带回
94	Left-PCgG–posterior-cingulate-gyrus	左侧后扣带回
95	Right-PCu—precuneus	右侧前楔叶
96	Left-PCu—precuneus	左侧前楔叶
97	Right-PHG—parahippocampal-gyrus	右侧海马旁回
98	Left-PHG—parahippocampal-gyrus	左侧海马旁回
99	Right-PIns–posterior-insula	右侧后岛叶
100	Left-PIns–posterior-insula	左侧后岛叶
101	Right-PO----parietal-operculum	右侧顶盖
102	Left-PO----parietal-operculum	左侧顶盖
103	Right-PoG—postcentral-gyrus	右侧后中央回
104	Left-PoG—postcentral-gyrus	左侧后中央回
105	Right-POrG–posterior-orbital-gyrus	右侧后眶回
106	Left-POrG–posterior-orbital-gyrus	左侧后眶回
107	Right-PP----planum-polare	右侧极平面
108	Left-PP----planum-polare	左侧极平面
109	Right-PrG—precentral-gyrus	右侧前中央回
110	Left-PrG—precentral-gyrus	左侧前中央回
111	Right-PT----planum-temporale	右侧颞平面
112	Left-PT----planum-temporale	左侧颞平面
113	Right-SCA—subcallosal-area	右侧次眶区
114	Left-SCA—subcallosal-area	左侧次眶区
115	Right-SFG—superior-frontal-gyrus	右侧上额回
116	Left-SFG—superior-frontal-gyrus	左侧上额回
117	Right-SMC—supplementary-motor-cortex	右侧辅助运动皮层
118	Left-SMC—supplementary-motor-cortex	左侧辅助运动皮层
119	Right-SMG—supramarginal-gyrus	右侧缘上回
120	Left-SMG—supramarginal-gyrus	左侧缘上回
121	Right-SOG—superior-occipital-gyrus	右侧上枕回
122	Left-SOG—superior-occipital-gyrus	左侧上枕回
123	Right-SPL—superior-parietal-lobule	右侧上顶叶
124	Left-SPL—superior-parietal-lobule	左侧上顶叶
125	Right-STG—superior-temporal-gyrus	右侧上颞回
126	Left-STG—superior-temporal-gyrus	左侧上颞回
127	Right-TMP—temporal-pole	右侧颞极
128	Left-TMP—temporal-pole	左侧颞极
129	Right-TrIFG-triangular-part-of-the-IFG	右侧三角前额叶
130	Left-TrIFG-triangular-part-of-the-IFG	左侧三角前额叶
131	Right-TTG—transverse-temporal-gyrus	右侧横颞回
132	Left-TTG—transverse-temporal-gyrus	左侧横颞回

可以关注微公【医学图像人工智能实战营】

我是Tina, 我们下篇博客见~

白天工作晚上写文，呕心沥血

觉得写的不错的话最后，求点赞，评论，收藏。或者一键三连

原创作者: u_16159492 转载于: https://blog.51cto.com/u_16159492/11909371