13个医学图像 AI 入门项目- 都跑完你就超神了!

Posted Tina姐

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了13个医学图像 AI 入门项目- 都跑完你就超神了!相关的知识,希望对你有一定的参考价值。

本文介绍 MONAI 框架提供的 医学图像方面的教程,基本包括医学图像处理AI方向的各个领域,并且每个教程都是可以跑的通的!可以作为入门的第一项目。

主要内容如下

1 二维分类

  • 简介:这个笔记本展示了如何轻松地将 MONAI 功能集成到现有的 PyTorch 程序中。它基于 MedNIST 数据集,非常适合初学者作为教程。
  • 数据:MedNIST
    代码中有下载地址

类似于手写数字的,医学图像小图(64*64),一共有6个类别

  • 模型: DenseNet121
  • 结果

    训练4个epoch,auc=0.99
  • 代码地址

2 二维分割

  • 简介: 基于 UNet 和合成数据集的 2D 分割训练和评估示例

    一共有四个文件,后缀带’array’表示数据集使用数组传送给dataloader
    后缀带’dict’表示数据集是以字典形式传送
    这里 train 和 test 是分开的

选择一种你喜欢的方式就可。

  • 数据:代码中合成的数据

    这里展示的就是把图像和标签以字典形式传送
  • 模型: UNet
  • 结果:暂无,合成数据结果没有意义,只是展示如何做分割
  • 代码地址

3 三维分类

同二维分类类似,只不过把模型都改成了3D,并提供了两种代码版本。

  • ignite 版本

使用 pytorch 高级封装库,代码看起来更简洁,但学习成本相对较高

  • pytorch 版本
  • files: 同二维分类,提供了4个python文件,按自己习惯选择。
  • model: DenseNet121(spatial_dims=3)

spatial_dims调整模型是二维还是三维,修改参数即可切换,非常方便。

4 三维分割

三维分割是医学图像研究最多的领域,因此,MONAI 官方提供了非常多的示例。

4.1 ignite 版本

4.2 torch 版本

以上两个示例用的是合成数据,旨在展示如何使用ignite或者pytorch编写三维分割程序

4.3 BRATS 脑肿瘤多标签三维分割

这是一个真实案例,展示了如何构建基于 MSD 脑肿瘤数据集的多标签分割任务的训练工作流。

4.4 CT Spleen 脾脏分割

脾脏分割也提供了两个版本,一个 pytorch-lighting版本(高级封装版),一个标准pytorch版本。

4.5 COVID 19-20 挑战赛

这是MICCAI CT COVID 疾病分割挑战赛 MONAI版本,提供了一个基线模型。

4.6 btcv 使用transformer分割腹部多器官

本笔记本演示了如何使用 BTCV 挑战数据集构建 UNETR 多器官分割任务的训练工作流程。

  • model: UNETR ()
  • dataset: BTCV challenge dataset

5 二维配准

该笔记本显示了一个快速演示,用于基于学习的 64 x 64 X射线手的仿射配准。

  • dataset: MedNIST
  • model: GlobalNet

    因没有做过配准,不过多介绍。

6 三维配准

本教程展示了如何使用 MONAI 配准单个患者在不同时间点采集的肺 CT 数据。

7 Autoencoder 自编码器

本教程使用 MedNIST 手部 CT 扫描数据集来演示 MONAI 的自动编码器类。

可用于 异常检测,去噪等实验

  • model: AutoEncoder
  • dataset: MedNIST

8 GAN 生成对抗网络

本笔记本说明了使用 MONAI 训练网络以从随机输入张量生成图像。一个简单的 GAN 被用来处理单独的生成器和鉴别器网络。

当然,官方不止提供以上教程,更多教程详见 MONAI github 官网教程

文章持续更新,可以关注微信公众号【医学图像人工智能实战营】获取最新动态,一个关注于医学图像处理领域前沿科技的公众号。坚持已实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。只有实践才能成长的更快,关注我们,一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文,呕心沥血

觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连

以上是关于13个医学图像 AI 入门项目- 都跑完你就超神了!的主要内容,如果未能解决你的问题,请参考以下文章

uni-app实战项目,跟着做完你就可以独立作战了

uni-app实战项目,跟着做完你就可以独立作战了

uni-app实战项目,跟着做完你就可以独立作战了

吴恩达新课 医学图像AI(AI for Medicine)专项课程推荐

实战好项目2021“觅影”医学人工智能算法大赛-5个赛道任你选

惠州制造业MES系统该如何选型?看完你就知道了