文件名称：SegWithDistMap:距离变换地图如何促进分割CNN
文件大小：187KB
文件格式：ZIP
更新时间：2024-05-14 09:48:20
Python
具有距离变换图的3D医学图像分割 动机：距离变换如何映射地图以增强分段CNN 将图像分割标签的距离变换图合并到基于CNN的分割任务中在2019年受到了广泛关注。就距离变换图的主要用法而言，这些方法可以分为两大类。 设计新的损失函数 添加辅助任务，例如距离图回归 但是，一方面是这些新方法，另一方面是具体实现的多样性和与数据集相关的挑战，因此很难弄清楚哪种设计可以推广到原始论文之外的范围。 在此存储库中，我们希望重新实现这些方法（于2019年发布）并在相同的3D分割任务（心脏和肝脏肿瘤分割）上对它们进行评估。 实验 任务 洛杉矶贡献者 显卡 LiTS贡献者 显卡 边界损失 2080ti 铁天RTX Hausdorff损失 2080ti 铁天RTX 签名距离图丢失（AAAI 2020） 1080ti 取消 -- 多头：FG DTM回归-L1 2080ti 取消 -- 多头：FG
【文件预览】：
SegWithDistMap-master
----overview.PNG(60KB)
----code()
--------train_LA_Rec_FGDTM_L2.py(8KB)
--------test_LA_MultiHead_SDF.py(8KB)
--------test_LITS_MultiHead_SDF.py(8KB)
--------train_LITS_Rec_SDF_L1PlusL2.py(9KB)
--------utils()
--------train_LITS_Rec_SDF_L1.py(9KB)
--------train_LiTS_MultiHead_SDF_L1.py(9KB)
--------train_LA_MultiHead_SDF_L1.py(9KB)
--------test_util.py(5KB)
--------train_LA_MultiHead_SDF_L1PlusL2.py(9KB)
--------train_LA.py(6KB)
--------train_LA_AAAISDF.py(10KB)
--------train_LA_Rec_SDF_L1PlusL2.py(9KB)
--------test_LA_AAAISDF.py(8KB)
--------train_LA_AAAISDF_L1.py(10KB)
--------train_LA_SDF.py(9KB)
--------train_LA_MultiHead_FGDTM_L2.py(8KB)
--------test_LITS_Rec_SDF.py(8KB)
--------dataloaders()
--------train_LA_Rec_SDF_L2.py(9KB)
--------train_LITS_BD.py(10KB)
--------train_LA_MultiHead_SDF_L2.py(9KB)
--------train_LiTS_MultiHead_SDF_L2.py(9KB)
--------test_LA_MultiHead_FGDTM.py(8KB)
--------README.md(3KB)
--------train_LA_HD.py(10KB)
--------train_LA_MultiHead_FGDTM_L1PlusL2.py(8KB)
--------train_LITS_Rec_SDF_L2.py(9KB)
--------train_LITS.py(6KB)
--------train_LITS_HD.py(10KB)
--------train_LA_Rec_FGDTM_L1PlusL2.py(8KB)
--------train_LA_BD.py(11KB)
--------test_LA.py(2KB)
--------train_LA_MultiHead_FGDTM_L1.py(8KB)
--------networks()
--------train_LA_Rec_FGDTM_L1.py(8KB)
--------train_LA_Rec_SDF_L1.py(9KB)
--------test_LA_Rec_FGDTM.py(8KB)
--------test_LA_Rec_SDF.py(8KB)
--------test_LITS.py(7KB)
----LICENSE(11KB)
----README.md(8KB)
----data()
--------README.md(272B)
--------test.list(420B)
--------train.list(2KB)
--------test_unlabel.list(1KB)