文件名称：carotids:布拉格CTU的颈动脉狭窄研究硕士论文项目
文件大小：2.13MB
文件格式：ZIP
更新时间：2024-04-28 15:48:47
localization pytorch classification segmentation medical-image-processing
颈动脉 颈动脉项目是在布拉格CTU电气工程学院作为硕士论文“体内超声颈动脉图像的定位和分割”而创建的。 在这项工作中，探讨了颈动脉超声图像的数据集。 该项目本身分为三个主要部分： 分类 本土化 分割 例子 分类 选择一个分类模型ResNet50模型，并通过categorization_train.py描述训练过程。该模型能够预测超声图像的类型。 四个类别是纵向，横向，多普勒和圆锥形。 在categorization_use.py中描述了如何预测样本图像的类别 本土化 为了在超声图像上定位颈总动脉，在localization_train.py中训练了两个Faster R-CNN。 可以像文件localization_use.py中所示那样运行经过训练的模型。 分割 为了进行细分，还有两个示例文件。 训练脚本segmentation_train.py创建两个U网，每个U网用于分割不同类型（纵
【文件预览】：
carotids-master
----data_samples()
--------localization_samples()
--------segmentation_samples()
--------classification_samples()
----LICENSE(1KB)
----carotids()
--------preprocessing.py(2KB)
--------classification()
--------utils.py(8KB)
--------metrics.py(6KB)
--------__init__.py(0B)
--------localization()
--------segmentation()
----examples()
--------segmentation_use.py(2KB)
--------localization_train.py(8KB)
--------classification_train.py(2KB)
--------localization_use.py(2KB)
--------segmentation_train.py(3KB)
--------classification_use.py(2KB)
----setup.py(503B)
----.gitignore(2KB)
----README.md(2KB)