用于肺结节分类和恶性预测,实现自动定位肺结节的位置,对每个结节进行恶性程度预测,并最终给出该病人患病的概率
- 使用基于U-Net的NetA进行结节的定位和分割
- 使用NetB进行结节的恶性程度分类
- 使用特征向量描述一个完整的病例
- 使用NetC给出诊断结论
- Luna16:文件形式:mhd/raw/csv,含有结节定位信息,(0/1)标签,标记为1的结节有直径信息
- DSB2017:文件形式:dcm/csv
- TCIA LIDC-IDRI:文件形式:dcm/xml/csv/xlsx
- DSB2017第一名:grt123
- Unet细胞分割
对应的CSDN博客:全卷机神经网络图像分割(U-net)-keras实现 - Unet图像分割
- Luna16数据预处理
对应的CSDN博客这篇经验说不定会帮你夺冠医疗AI大赛哦 - DSB2017数据集预处理(肺部图像形态学分割)Candidate Generation and LUNA16 preprocessing
注意这篇文章虽然写的是处理Luna16,但是实际上他是处理DSB2017.事实上,这种分割方法并不是针对某个数据集的,但是这两个数据集的读取方式是不同的 - 关于内存溢出问题的解决方案TensorFlow和Keras解决大数据量内存溢出问题
见./Reference/
- ./log/:存放开发日志,记录一些想法和debug日志等信息.
- ./Project/:具体工程的父目录.
- ./Reference/:存放参考文献,主要是论文和论文的翻译版.
- ./Tools/:存放Protable的工具.
- 按照上述目录结构存放
- 如果是Demo,项目内部附带所需数据,如果数据大于100MB,在存放数据的文件夹下放置placeholder,并在项目的README中给出下载地址.
- 每个工程独立存放在一个文件夹中,并放置在Project文件夹下,每个工程自带自己的README文件.
- 如果有参考,论文下载到Reference文件夹下,博客和项目的地址除了在工程内部的README注明外,还要在整个项目的README中注明.
- Anaconda3-5.1.0 with python 3.6.4
- CUDA_9.0.176_win10
- cudnn-9.0-windows10-x64-v7.zip
- tensorflow 1.7.0
- keras 2.1.6