文件名称：OrganSegRSTN_PyTorch:PyTorch实施OrganSegRSTN-CVPR 2018
文件大小：3.98MB
文件格式：ZIP
更新时间：2024-06-04 06:34:45
pytorch medical-image-segmentation coarse-to-fine Python
OrganSegRSTN_PyTorch：端到端的粗到细器官分割框架 这是一个重新实施的在PyTorch 0.4，Python的3.6 v1.2-2018年11月9日-倪天伟和谢凌曦 图片来源： 原始版本是启行，周瑜音和谢灵溪在CAFFE中实现的。 在开始之前，请注意有一个LAZY MODE，它允许您一键运行整个框架。 有关详情，请参阅第4.3节之前的内容。 1.简介 OrganSegRSTN是本文的代码包： 俞启航，谢令喜，王岩，周玉印，艾略特·费什曼，艾伦·尤里尔，“循环显着性转换网络：结合多阶段视觉线索进行小器官分割”，在盐湖城IEEE CVPR会议上，美国犹他州，2018年。 OrganSegRSTN是为3D卷设计的分段框架。 它最初设计用于在CT扫描中分割腹部器官，但我们认为它也可以用于其他目的，例如在fMRI扫描的图像中进行脑组织分割。 OrganSegRSTN基于最
【文件预览】：
OrganSegRSTN_PyTorch-master
----.gitignore(31B)
----README.md(18KB)
----CHANGELOG.md(2KB)
----LICENSE(1KB)
----.gitattributes(29B)
----OrganSegRSTN()
--------coarse_testing.py(7KB)
--------coarse_fusion.py(11KB)
--------training_parallel.py(6KB)
--------run.sh(16KB)
--------fast_functions.py(3KB)
--------_fast_functions.so(143KB)
--------oracle_fusion.py(10KB)
--------oracle_testing.py(8KB)
--------utils.py(10KB)
--------init.py(5KB)
--------model.py(11KB)
--------coarse2fine_testing.py(13KB)
--------Data.py(4KB)
--------training.py(6KB)
----SWIG_fast_functions()
--------test.py(3KB)
--------numpy.i(107KB)
--------1.npz(79KB)
--------fast_functions.i(744B)
--------setup.py(398B)
--------fast_functions.h(320B)
--------fast_functions.cc(3KB)
----DATA2NPY()
--------dicom2npy.py(1KB)
--------nii2npy.py(697B)
----icon.png(916B)
----logs()
--------FD0_X3_1_20180822_204202.txt(7.67MB)
--------FD0_Y3_1_20180822_204202.txt(13.57MB)
--------FD0_Z3_1_20180822_204202.txt(7.24MB)
--------FD0_coarse2fine_results.txt(32KB)
--------FD0_coarse_fusion_results.txt(12KB)