基于MMSeg实现医学图像分割(1)

基于MMSeg实现医学图像分割

计划基于mmsegmentation框架以及Unet模型实现医学图像分割

MMSegmentation安装

参考：https://blog.csdn.net/Eason___/article/details/130432021

Unet + CHASE_DB1

参考：https://blog.csdn.net/Eason___/article/details/130432021

CHASE_DB1数据集介绍

是一个用于眼底图像分析的公开数据集，它由英国Reading大学的计算机科学系发布。这个数据集包含了从28名受试者（14名健康人和14名患有糖尿病性视网膜病变的病人）的左眼和右眼中获取的28幅眼底图像，因此共有56幅图像。每幅图像的分辨率为999x960像素。

数据集准备

参考：https://blog.csdn.net/Eason___/article/details/130432021

训练过程

我们将所有训练代码从mmsegmentation中抽离出来，所保留文件整体架构如图所示：

具体步骤：

1.下载数据集

https://staffnet.kingston.ac.uk/~ku15565/CHASE_DB1/assets/CHASEDB1.zip

2.处理数据集

python tools/dataset_converters/chase_db1.py CHASEDB1.zip

3.使用Unet训练

python tools/train.py configs/unet/unet-s5-d16_fcn_4xb4-40k_chase-db1-128x128.py

4.训练设置

迭代4000次，没400次进行验证

使用SGD，lr初始化：0.01

5.测试

需要在tools -> test.py 中的钩子函数trigger_visualization_hook中添加（测试数据太少了）

visualization_hook['interval'] = 1

整体函数如

def trigger_visualization_hook(cfg, args):
    default_hooks = cfg.default_hooks
    if 'visualization' in default_hooks:
        visualization_hook = default_hooks['visualization']
        # Turn on visualization
        visualization_hook['draw'] = True
        visualization_hook['interval'] = 1
        if args.show:
            visualization_hook['show'] = True
            visualization_hook['wait_time'] = args.wait_time
        if args.show_dir:
            visualizer = cfg.visualizer
            visualizer['save_dir'] = args.show_dir
    else:
        raise RuntimeError(
            'VisualizationHook must be included in default_hooks.'
            'refer to usage '
            '"visualization=dict(type=\'VisualizationHook\')"')

    return cfg

测试命令

python tools/test.py configs/unet/unet-s5-d16_fcn_4xb4-40k_chase-db1-128x128.py work_dirs/unet-s5-d16_fcn_4xb4-40k_chase-db1-128x128/iter_4000.pth --show-dir work_dirs/unet-s5-d16_fcn_4xb4-40k_chase-db1-128x128/result

6.查看可视化结果