README-zh.md

Pytorch Medical Segmentation

英文版请戳：这里！

最近的更新

• 2021.1.8 训练和测试代码已经发布

环境要求

• pytorch1.7
• torchio<=0.18.20
• python>=3.6

通知

• 您可以修改hparam.py文件来确定是2D分割还是3D分割以及是否可以进行多分类。
• 我们几乎提供了所有的2D和3D分割的算法。
• 本项目兼容几乎所有的医学数据格式(例如 nii.gz, nii, mhd, nrrd, ...)，修改hparam.py的fold_arch即可。
• 如果您想进行多分类分割，请自行修改下列代码。我不能确定您的具体分类数。
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/hparam.py#L6
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/main.py#L235
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/main.py#L336
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/main.py#L496
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/data_function.py#L69
  • https://github.com/MontaEllis/Pytorch-Medical-Segmentation/blob/48edef7751af8551b7432b5491f4cf1964bd0cfc/data_function.py#L167
• 不论是2D或是3D，本项目均采用patch的方式。故图片大小不必严格保持一致。

准备您的数据

例1

如果您的source文件夹如下排列 :

source_dataset
├── source_1.mhd
├── source_1.zraw
├── source_2.mhd
├── source_2.zraw
├── source_3.mhd
├── source_3.zraw
├── source_4.mhd
├── source_4.zraw
└── ...

同时您的label文件夹如下排列 :

label_dataset
├── label_1.mhd
├── label_1.zraw
├── label_2.mhd
├── label_2.zraw
├── label_3.mhd
├── label_3.zraw
├── label_4.mhd
├── label_4.zraw
└── ...

您应该修改 fold_arch 为 *.mhd, source_train_dir 为 source_dataset 并修改 label_train_dir 为 label_dataset in hparam.py

Example2

如果您的source文件夹如下排列 :

source_dataset
├── 1
    ├── source_1.mhd
    ├── source_1.zraw
├── 2
    ├── source_2.mhd
    ├── source_2.zraw
├── 3
    ├── source_3.mhd
    ├── source_3.zraw
├── 4
    ├── source_4.mhd
    ├── source_4.zraw
└── ...

同时您的label文件夹如下排列 :

label_dataset
├── 1
    ├── label_1.mhd
    ├── label_1.zraw
├── 2
    ├── label_2.mhd
    ├── label_2.zraw
├── 3
    ├── label_3.mhd
    ├── label_3.zraw
├── 4
    ├── label_4.mhd
    ├── label_4.zraw
└── ...

您应该修改 fold_arch 为 */*.mhd, source_train_dir 为 source_dataset 并修改 label_train_dir 为 label_dataset in hparam.py

训练

• 不使用预训练模型

set hparam.train_or_test to 'train'
python main.py

• 使用预训练模型

set hparam.train_or_test to 'train'
python main.py -k True

Inference

• 测试

set hparam.train_or_test to 'test'
python main.py

实例

Done

• 2D

• unet
• unet++
• miniseg
• segnet
• pspnet
• highresnet(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
• deeplab
• fcn

• 3D

• unet3d
• densevoxelnet3d
• fcn3d
• vnet3d
• highresnert(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
• densenet3d

TODO

• metrics.py 来评估您的结果
• dataset
• benchmark
• nnunet

By The Way

这个项目并不完美，还存在很多问题。如果您正在使用这个项目，并想给作者一些反馈，您可以给Kangneng Zhou发邮件，或添加他的微信：ellisgege666

致谢

这个项目是一个非官方PyTorch实现的3D和2D医学分割，高度依赖于MedicalZooPytorch和torchio。感谢上述项目。感谢Cheng Chen, Daiheng Gao, Jie Zhang, Xing Tao和Weili Jiang 对我的帮助。