LUNA 2016 Detection and Segmentation

最新推荐文章于 2024-05-27 09:31:05 发布
最新推荐文章于 2024-05-27 09:31:05 发布
阅读量1.7k 收藏 6
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43660619/article/details/107712485
版权
LUNA16数据集源于LIDC-IDRI，经过筛选包含888个CT扫描案例，用于肺结节检测。文章介绍了数据集的特点，如切片厚度和空间信息，并分享了基于LUNA16的检测模型实现，包括数据预处理、分割和分类。过程中遇到了数据量大、样本不平衡等问题。
摘要由CSDN通过智能技术生成

文章目录

LUNA 2016数据集

肺结节数据集来源

天池的数据没有开放，LIDC数据集太大了，我将lLUNA16数据集存在了百度网盘,想要的朋友请点击这个链接

LUNA16数据集介绍

LUNA16的数据来源于一个更大的数据集LIDC-IDRI，该数据集共有1018个CT扫描，也就是1018个病例，每个CT图像都有xml格式的标签文件，这个数据集的数据来源于7家不同的学术机构，所采用的扫描器及其相关参数都不尽相同，所以，1018个图像可以说分布不均，用论文中的话来说就是very heterogeneous。

LUNA16数据集将切片厚度（slice thickness)大于3mm的CT去除，同时将切片space不一致以及缺失部分切片的CT也去除，最后产生了888张CT,构成了LUNA16.这里要解释两件事，一，剔除3mm以上的CT是因为切片越薄效果越好，这不难理解，对肺部进行扫描，肯定是扫描得出的数据越多越好，想的极端点，如果整个肺部只有一张切片，这厚度绝对够了吧哈哈，那就连3D数据都没法获取了，更别说有效检测肺结节。二，切片space是啥，个人理解就是切片出来的数据是3D的（把一张张二维切片组合一起），有z,y,x三个维度，spacez指的就是切片厚度，spacey和spacex指的是每张切片的单个像素代表着实际宽高多少的肺部组织。所有的CT图像都以.mhd格式存

最低0.47元/天 解锁文章
kou5321
关注
LUNA16数据集（一）简介
weixin_30695195的博客
08-10 2573
LUNA16，全称Lung Nodule Analysis 16，是16年推出的一个肺部结节检测数据集，旨在作为评估各种CAD（computer aid detection计算机辅助检测系统）的banchmark，因为每个CAD都是基于自己的数据集，很难比较之间的性能优劣，这时候banchmark就很重要，在此之前比较知名的数据集就是Anode09了，不过这个数据集太小，训练集只有5个病例。 目...
肺结节3D图像分割-VNet（一）
Wxf_993的博客
04-16 2259
近期用Yolo训练肺结节检测模型感觉缺少3D结构信息，尝试一下3D图像分割，博文用以记录。
LUNA16数据集介绍
pursuit_zhangyu的博客
04-18 2万+
LUNA16数据集小知识 LUNA16数据集包括888低剂量肺部CT影像（mhd格式）数据，每个影像包含一系列胸腔的多个轴向切片。每个影像包含的切片数量会随着扫描机器、扫描层厚和患者的不同而有差异。原始图像为三维图像。每个图像包含一系列胸腔的多个轴向切片。这个三维图像由不同数量的二维图像组成。 LUNA16数据集的由来 LUNA16数据集是最大公用肺结节数据集LIDC-IDRI的子集，LID...
luna16数据集
sdhdsf132452的博客
01-11 466
今天仔细看了一下luna16的数据集，准备自己对照位置标注一下，感觉真是离谱，人眼看起来什么都没有的区域医生竟然标上了： 这个地方真的有肺结节吗？我应该怎么框呢？ 为什么这条线的中间会有肺结节，怎么看的？简直要崩溃了 这个点跟别的点有什么不一样吗？！我甚至认为别的点更像结节 这块区域难道不是什么都没有吗 我感觉医学图像的标注也太不靠谱了吧 ...
LUNA16数据集.doc
03-07
LUNA16是16年推出的一个肺部结节检测数据集，LUNA16的文件，共有10个子文件夹，subset0~subset9，这是为了做10折交叉验证，每个文件夹里都是病例，每个病例对应两个文件，文件名相同，后缀不同，其中.mhd文件存储着ct的基本信息，.raw文件存储着实际的ct数据，可以看到，ct文件还是挺大的，LUNA16足足一百多G，下载起来也挺耗时的。文件如果失效了加百度云2642828613@qq.com
探索肺部结节检测与误报减少的艺术：LUNA16-LUng-Nodule-Analysis-2016-Challenge
最新发布
gitblog_00090的博客
05-27 294
探索肺部结节检测与误报减少的艺术：LUNA16-LUng-Nodule-Analysis-2016-Challenge 项目地址:https://gitcode.com/junqiangchen/LUNA16-Lung-Nodule-Analysis-2016-Challenge 在这个数字化医疗的时代，自动检测CT图像中的肺部结节成为了一个至关重要的任务，它能为早期肺癌的诊断提供有力支持。LUN...
MEDICAL IMAGE ANALYSIS文献跟踪
Haimerdinger的博客
01-06 2069
MEDICAL IMAGE ANALYSIS文献跟踪 2021年12月 • 40卷 • 第10期 可视化分析： 实验方式： 实验定位： 文献名/代码开源/推荐 研究部位及方向 数据集 对象 实验环境 实验方法 亮点 001_A new baseli...
TianCHi/LUNA16/Kaggle lung cancer肺结节数据集特征比较
寻找如意的博客
04-13 1万+
现在网上能够找到的关于肺结节的比赛有TianCHi/LUNA16/Kaggle这三家。三个网站论坛上都有很多关于肺结节识别与检测的源码。作为一名新手，我准备先大致了解这三个网站提供的数据的异同。天池医疗AI大赛：大赛数据集提供数千份高危患者的低剂量肺部CT影像（mhd格式）数据，每个影像包含一系列胸腔的多个轴向切片。每个影像包含的切片数量会随着扫描机器、扫描层厚和患者的不同而有差异。原始图像为三维...
kaggle lung cancer detection--Full Preprocessing Tuturial(附翻译)
寻找如意的博客
04-10 1963
原文链接：https://www.kaggle.com/gzuidhof/full-preprocessing-tutorial/notebookIntroductionWorking with these files can be a challenge, especially given their heterogeneous nature. Some preprocessing is req...
Luna16数据集转VOC数据集&肺实质分割&生成,Mat.zip
09-19
Luna16数据集是三维的，使用yolov3进行肺结节检测是无法直接处理的。需要把Luna16数据集的三维图片转换成二维图片，把标注生成对应的.xml文件才行。getDataCsv.py生成.xml及二维图片，getImg.py完成肺实质分割，getMat.py对疑似肺结节切割生成.Mat。 注意!!!!!原始getMat.py、traindataset.py有误（有bug），因为csdn无法修改资源，详情见https://blog.csdn.net/qq_24739717/article/details/101034728
luna16数据集百度云资源
10-01
LUNA16数据集是最大公用肺结节数据集LIDC-IDRI的子集，LIDC-IDRI它包括1018个低剂量的肺部CT影像。LIDC-IDRI删除了切片厚度大于3mm和肺结节小于3mm的CT影像，剩下的就是LUNA16数据集了。 百度云下载链接
lidc 肺结节 CT 数据集 工具包
04-09
lidc 数据集 工具包。提取lidc数据集中的注解文档，然后在DICOM数据中获取到肺结节病灶
医学影像分析-基于python的3D-CT影像的肺结节检测算法源码+项目说明+LUNA16数据集.zip
04-11
【资源说明】 1、该资源包括项目的全部源码，下载可以直接使用！ 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 医学影像分析-基于python的3D-CT影像的肺结节检测算法源码+项目说明+LUNA16数据集.zip ## 环境 * Python 2.7.15 * pytorch 1.0.0 ## 检测效果（结节预测3D-Cube的2D切片展示） <img src="https://github.com/RoyceMao/3D-Lung-nodules-detection/blob/master/img/EG.png" width="402" height="299"/> ## 数据集 [LUNA16](https://luna16.grand-challenge.org/) ## GPU版Pytorch安装 ``` //注意对应的cuda版本 conda install pytorch torchvision cuda90 -c pytorch ``` ## Dicom格式的CT影像转(raw,mhd)格式(已经是raw+mhd就不用转了) ``` //raw就是同一病例的dicom影像在z轴上的堆叠，它包含了一个病例所有切片的原始数据 python dicom2raw.py ``` <img src="https://github.com/RoyceMao/3D-Lung-nodules-detection/blob/master/img/EG1.png" width="450" height="200"/> ## labels提取 因为candidates.csv中是针对所有切片的结节class标注，不是单个病例的class，模型第2阶段是在单个病例基础上做癌症分类的判断。 ``` //train文件中，用于train与validation的图片数量之比为4：1，test文件中由于没有对应的掩模标注，只能拿来做预测 python labels_extract.py ``` .......
LIDC_IDRI肺结节.rar
03-07
基于原始dcm数据（100多G），根据良恶性程度（1-5） 利用matlab分割出肺结节图片数据（jpg），可以用于后续的分类检测，除此之外，还包括分割好的肺实质图片和xml，可用于检测
python医学图像分割_基于各种挑战的SOTA医学图像分割方法
weixin_42452642的博客
12-30 1497
State-of-the-art medical image segmentation methods based on various challenges! (Updated 202003)ContentsHead2020 ICIAR: Automatic Lung Cancer Patient Management (LNDb) (LNDb)2019 MICCAI: Multimodal B...
实战：使用yolov3完成肺结节检测（Luna16数据集）及肺实质分割
热门推荐
qq_24739717的博客
07-24 2万+
实战：使用yolov3完成肺结节检测（Luna16数据集） yolov3是一个比较常用的端到端的目标检测深度学习模型，这里加以应用，实现肺结节检测。由于Luna16数据集是三维的，需要对其进行切片操作，转换成yolov3可以处理的二维图片。 1. yolov3代码及原理 * 代码 * 原理2. Luna16数据集 * 数据集介绍 * 转换成voc数据集格式3. 检测效果预览 更新：2019....
实战：使用Faster R-CNN完成肺结节检测(LUNA16)（1）/LUNA16数据集初探
weixin_40756000的博客
05-18 6227
LUNA16 LUNA16，全称Lung Nodule Analysis 16。该数据集来自另一个更大的数据集LIDC-IDRI，旨在推动更多计算机视觉领域的SOTA算法用于CAD领域。 比赛共分为两个部分 结节区域检测：确定每个疑似结节的区域，并给他们一个概率值 假阳性减少：对提取出的区域进行分类，类别为是或者不是一个真实结节 LUNA16数据集 数据集的由来 LUNA16由LIDC-IDRI数据集筛选而来，LIDC-IDRI它包括1018个低剂量的肺部CT影像。LUNA16排除了其中切片厚度大于2.
LUNA16_Challange数据预处理4
qq_36401512的博客
01-15 2360
1.导入官方mask Mask,origin,spacing,isflip = load_itk_image(os.path.join(luna_segment,name+'.mhd')) 2.求取左右肺mask m1 = Mask==3 m2 = Mask==4   3.求取膨胀操作去除肺部黑洞后的左右肺mask dm1 = process_mask(m1) dm2 =...
panda: adapting pretrained features for anomaly detection and segmentation
04-08
'b'panda:适应预训练特征进行异常检测和分割'是一种机器学习技术，其利用预训练的特征来进行图像的异常检测和分割。该技术可用于各种领域，如医学影像分析、工业检测等。通过利用先前经验得到的预训练特征，可以提高...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值