![837bc492673736c6ee7ce4e5c1d13fe5.png](https://i-blog.csdnimg.cn/blog_migrate/2921c4bb6e2774a9b2794fa194478345.png)
MONAI是基于PyTorch的开源框架,用于医疗影像的深度学习领域。本文示范3D的脾脏分割,提供数据集和jupyter代码。
我找了好久类似的分割例程,还是MONAI最贴心最清晰,半天就出结果了,可以在jupyter notebook 里面看到分割的结果和手工标注的label的比较。
1. 安装: pip install monai
2. 代码&数据:
Project-MONAI/tutorialsgithub.com![936f5b1861a9e45df55b122f6d922b09.png](https://i-blog.csdnimg.cn/blog_migrate/8e17b11d9ad29dba3f3ebb6e1c91e99f.png)
3. 对于数据的载入和预处理
3.1 首先注意数据路径,data_root要改成你自己的路径
3.2 目前MONAI只适用于Nifti格式的文件,Nrrd格式需要自行转换为nii/nii.gz 格式.(格式转换这个问题困惑了我好久,因为我们实验室只有nrrd格式的数据。最后使用sitk解决了这个问题。)
3.3 注意transform里面的重采样间隔[1.5,1.5,2],和sitk.GetSpacing的X.Y.Z的顺序不一样。例如:我的数据si