文件名称：Subsampled-Brain-MRI-Reconstruction-by-Generative-Adversarial-Neural-Networks
文件大小：156KB
文件格式：ZIP
更新时间：2024-06-06 17:53:56
Python
生成的对抗神经网络二次采样脑MRI重建：PyTorch实现 这是对欠的PyTorch实施。 由于原始代码是在TensorFlow <1.0和Python 2.7中实现的，因此我们在PyTorch中重新实现了该代码。 用于发布结果的代码有几处更改： 生成器网络模型已稍作修改（现在使用双线性上采样而不是转置卷积，但转换次数已略有变化）。 鉴别器网络现在是“ PatchGAN”。 图像在识别器之前被中心裁切，因此不会对空白区域进行分类。 预处理方案略有不同。 损失加权略有不同。 该代码仍然可以达到与已发布的代码相当的结果（甚至更好的结果）。 如果您使用此代码进行研究，请引用： 通过生成对抗神经网络对脑MRI进行二次采样重建。 Roy Shaul *，Itamar David *，Ohad Shitrit和Tammy Riklin Taviv（*等额捐款）。 《医学图像分析2020
【文件预览】：
Subsampled-Brain-MRI-Reconstruction-by-Generative-Adversarial-Neural-Networks-master
----predict.py(6KB)
----Networks()
--------generator_model.py(3KB)
--------unet_parts.py(3KB)
--------__pycache__()
--------__init__.py(82B)
--------discriminator_model.py(4KB)
----README.md(3KB)
----utils()
--------data_vis.py(1KB)
--------dataset.py(6KB)
--------__pycache__()
--------data_save.py(800B)
----eval.py(1KB)
----Masks()
--------mask_50_256.pickle(192KB)
--------mask_30_256.pickle(192KB)
--------mask_20_256.pickle(192KB)
----train.py(10KB)
----LICENSE(34KB)
----IXI_preprocessing.py(2KB)
----figures()
--------architecture.jpg(122KB)
----requirements.txt(334B)
----loss.py(4KB)
----config.yaml(4KB)