医学影像分割BCP

BCP代码

https://github.com/DeepMed-Lab-ECNU/BCP

安装

我的环境是Nvidian A10, CUDA11.2， Ubuntu20.04.

安装的时候一定有顺序

Pytorch1.8.0
medpy
matplotlib
h5py
imageio
scikit-image
tqdm

代码调整

code/ACDC_BCP_train.py 中 34行 改成这个

parser.add_argument('--root_path', type=str, default='data/byh_data/SSNet_data/ACDC', help='Name of Experiment')

然后ACDC的数据需要放在 data/byh_data/SSNet_data/ACDC 中

数据格式ACDC

.h5

每个frame都有10个slice,每个slice都有 image 和 label 两个

image 是原始图像， label 是分割的标注图像

已有的数据格式与维度

BHSD的数据集格式为 .nii.gz 并且维度有很多不同

将每一个图像与其ground truth合并为一个 .h5 文件，并且加上 image和 label标签

slices 中，是每层的图的单独图片，需要将所有的 nii.gz 中的图都提出来，并把对应的层 ground truth 和 image 对应上并保存为 .h5

数据分类(训练集、测试集、验证集)

问题在于，它的训练集不知道具体是怎么进行选择的

计算了一下，数据集的划分比例是：训练集：测试集：验证集=7:2:1

我也把我的数据这么划分

然后把不同数据集的文件都写在了对应的 .list 文件中，并且把属于 train.list 的所有 slices都写在了 train_slices.list 中

共大小39个GB

代码修改的地方

./code/dataloaders/dataset.py

./code/BHSD_BCP_train.py

265行跳入了 unet.py 中255行