使用U-Net进行肺结节分割案例分析:DSB3Tutorial

本文详述了一个使用U-Net进行肺结节分割的案例,基于LUNA2016数据集,通过LUNA_mask_extraction.py和LUNA_segment_lung_ROI.py生成掩码和分割图像,然后在GTX1060上训练U-Net模型。然而,训练结果的dice系数仅为0.3,可能的原因包括肺实质分割效果不佳、GPU配置不同等。作者将继续分析问题所在。
摘要由CSDN通过智能技术生成

使用U-Net进行肺结节分割案例分析:DSB3Tutorial

本文要分析的代码作者是jonrmulholland,这里是其链接地址
数据集:LUNA 2016,这里是LUNA2016数据集详细说明链接
重要文件介绍:LUNA_mask_extraction.py,LUNA_segment_lung_ROI.py,LUNA_train_unet.py

第一步:运行LUNA_mask_extraction.py,生产images_#.npy,masks_#.npy
该步骤主要是生产掩码文件,该掩码文件作为实验的输出结果,运行成功后,可以通过下列代码查看结果:

#查看掩码生成的文件
def CheckImageMask():
    working_path = "./tutorial/"
    imgs = np.load(working_path + 'images_0001_0009.npy')
    lungmask = np.load(working_path + 'masks_0001_0009.npy')

    # np.set_printoptions(threshold=np.inf)
    # print("numpy 打印显示不全处理")

    # print(lungmask)
    # print(imgs[0])
    # print(imgs[0] * lungmask[0])

  • 7
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 24
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 24
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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