【文件属性】:
文件名称:dice系数matlab代码-MRISegmentation:用于分割MRI图像异常的深度学习模型
文件大小:34.27MB
文件格式:ZIP
更新时间:2021-06-08 04:01:13
系统开源
骰子系数
matlab代码MRI分割
用于大脑异常分割的
U-Net
模型的实现.
有关原始源代码的更多信息,请查看作者编写的代码和代码。
数据集
用于训练该模型的数据集是
,可在
Kaggle
上获得。
它包含来自
110
名患者的数据。
数据由大小为
256x256x3
的
MRI
切片和相应的二进制掩码
256x256
组成。
患者的最小和最大切片数分别为
20
和
88。
训练
该网络使用
105
名患者进行训练,其余
5
名用于验证。
数据增强包括
-20
到
20
度之间的旋转、水平和垂直翻转。
损失是使用
计算的。
该模型在
GPU
上进行了
85
次训练。
检索具有最佳验证损失的权重以进行验证预测。
结果
平均验证准确率约为
88%。
下面切片中的绿色分割代表真实情况,红色分割代表模型的预测。
安装
要安装依赖项,请运行以下命令:
pip
install
-r
requirements.txt
如果使用
Conda,您还可以创建具有以下要求的环境:
conda
env
create
-f
environment.yml
默认情况下,环境名称为mri-segmentati
【文件预览】:
MRISegmentation-main
----.gitignore(35B)
----images()
--------prediction_TCGA_DU_8168_19970503.gif(1.16MB)
--------prediction_TCGA_FG_5962_20000626.gif(1.89MB)
--------prediction_TCGA_DU_8167_19970402.gif(1.28MB)
--------prediction_TCGA_DU_A5TP_19970614.gif(1.33MB)
--------prediction_TCGA_HT_7856_19950831.gif(1.16MB)
----requirements.txt(100B)
----LICENSE(1KB)
----notebooks()
--------visualize_prediction.ipynb(6KB)
----README.md(3KB)
----environment.yml(220B)
----mri_segmentation()
--------__init__.py(0B)
--------utils.py(5KB)
--------__main__.py(539B)
--------dataset.py(4KB)
--------weights()
--------model.py(5KB)