Deeplung代码复现（一）

Deeplung代码复现（一）

最近在做肺部结节检测，看了deeplung的论文决定动手复现一下，复现过程有些长，所以分两部分记录。由于是全部完成后才写博客，所以时间有些长了，可能记录不全，望理解。这部分主要记录环境配置、预处理及结节可视化。

一、环境配置

我的环境：ubantu16.04 cuda9.0 python2.7 pytorch1.1.0
1.创建环境

conda create --name Deeplung python=2.7
conda activate Deeplung

2.安装pytorch

conda install pytorch=1.1.0 torchvision cuda90 -c pytorch

下面验证是否安装成功：输入python，通过print(torch__.version__)来查询Torch版本，可以查到证明安装成功

3.安装其他依赖

pip install h5py
pip install SimpleITK==0.10.0
pip install numpy==1.11.3
pip install matplotlib==2.0.0
pip install scikit-image==0.12.3
pip install scipy==0.18.1

打开代码还有其他划红线的地方没有安装，就按缺什么包进行安装即可。

二、CT图像预处理

此部分参考了博客对预处理代码prepare.py的讲解，在一定的理解的基础上进行了处理。

1. 首先需要在config_training.py中对所有路径进行修改，改成自己的路径

config = {'train_data_path':['/media/data1/wentao/tianchi/luna16/subset0/',
                             '/media/data1/wentao/tianchi/luna16/subset1/',
                             '/media/data1/wentao/tianchi/luna16/subset2/',
                             '/media/data1/wentao/tianchi/luna16/subset3/',
                             '/media/data1/wentao/tianchi/luna16/subset4/',
                             '/media/data1/wentao/tianchi/luna16/subset5/',
                             '/media/data1/wentao/tianchi/luna16/subset6/',
                             '/media/data1/wentao/tianchi/luna16/subset7/',
                             '/media/data1/wentao/tianchi/luna16/subset8/'], # 改成自己的训练集路径
          'val_data_path':['/media/data1/wentao/tianchi/luna16/subset9/'],  # 改成自己的验证集路径 
          'test_data_path':['/media/data1/wentao/tianchi/luna16/subset9/'],   # 改成自己的测试集路径
          
          'train_preprocess_result_path':'/media/data1/wentao/tianchi/luna16/preprocess/',  # 此处为预处理后的训练集路径
          'val_preprocess_result_path':'/media/data1/wentao/tianchi/luna16/preprocess/',    # 此处为预处理后的验证集路径
          'test_preprocess_result_path':'/media/data1/wentao/tianchi/luna16/preprocess/',  # 此处为预处理后的测试集路径
          
          'train_annos_path':'/media/data1/wentao/tianchi/luna16/CSVFILES/annotations.csv',  #  此处为标签文件的路径
          'val_annos_path':'/media/data1/wentao/tianchi/luna16/CSVFILES/annotations.csv',
          'test_annos_path':'/media/data1/wentao/tianchi/luna16/CSVFILES/annotations.csv',

          'black_list':[],
          
          'preprocessing_backend':'python',

          'luna_segment':'/media/data1/wentao/tianchi/luna16/seg-lungs-LUNA16/',  # 肺部分割掩码的路径
          'preprocess_result_path':'/media/data1/wentao/tianchi/luna16/preprocess/',  # 此处为存放预处理结果的路径
          'luna_data':'/media/data1/wentao/tianchi/luna16/',  # luna16数据集的原始数据路径
          'luna_label':'/media/data1/wentao/tianchi/luna16/CSVFILES/annotations.csv'  # 病例标签路径
         } 

2. 运行prepare.py就可以在你写的预处理结果路径下找到生成的结果
   我的路径为：'preprocess_result_path':'/home/dlut/cfr/lung-cancer/Deeplung-master/data/luna16/preprocess/'，所以我的生成结果如下：
   
   每个subset下为每张CT生成了6个文件：

3. 这六个文件分别为：id_clean.npy，id_extendbox.npy，id_label.npy，id_mask.npy，id_origin.npy，id_spacing.npy。

文件	含义
id_clean.npy	预处理过的图像的像素数据
id_extendbox.npy	掩码的最小外接box
id_label.npy	从annotations来，已经转换成体素坐标的结节标签
id_mask.npy	应用了新分辨率的mask
id_origin.npy	从.mhd中读取的origin
id_spacing.npy	从.mhd中读取的spacing

（这里都是自己看代码一句一句调试得出的，若不正确请指出，请谅解~~~）

三、原数据集和预处理后数据集结节可视化

1、原数据集结节可视化

原始数据集中，每张CT都保存为一个.mhd和.raw文件：

.mhd文件：给出CT图像中的一些基本信息，重要的有CT原点坐标、像素间隔（世界坐标系下）
.raw文件：用来存储CT的具体数据

annotations.csv中给出了不同CT中结节的世界坐标和直径

我们需要把在世界坐标系下的结节的坐标转换到体素坐标系来显示，转换公式：

世界坐标系（结节位置-原点位置）/切片体素间距=体素坐标系（结节位置-（0,0,0））/1

可视化结果：

2、预处理后的数据集结节可视化

预处理后每个CT存成了6个文件，其中_label.npy就是结节的标签，并且是已经转化为体素坐标的，所以直接读取其中的坐标（z,y,x,d），在_clean.npy上画框就可以了，我的可视化结果如下图：