毕设思路以及现情

毕设思路

---

前言

自己写毕设的，个人思路的笔记

---

一、我的问题是什么？

1.医疗图像的思路大概有哪些

问题方向（数据集）	方法思路
检测分割脑肿瘤（BRATS）	CNN + U-net
检测胸片结节（LUNA16）	Faster RCNN/Znet/Unet/YOLOv5
前列腺分割（PROMISE12）	CNN + U-net +ResBlock【^doc4】

2.目前的进展到哪里了

• 下载了Luna16数据集
• 下载并运行了YOLOv5，下载了unet模型
• 会一点简单的处理：读取医疗图像，根据标注展示结节的位置画圈
• 参考别人的博客，用YOLOv5 在显卡上跑检测肺结节的模型，尝试跑了两轮

3.目前卡壳的问题

• unet本身不会写，只会抄

• 数据集不会处理，也只会抄

• unet 需要那种图像分割的标签，就是这种
  和YOLO感觉不太一样

• 但是LUNA16只有给肺结节圈个圈的标签，对于比如这种

• 略难受，现在还在搜集资料

二、一些代码问题以及解决方法

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

## 3.模型适配 该处使用的url网络请求的数据。

三、总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

四、参考

https://blog.csdn.net/m0_38088084/article/details/107753665