nnunet入门之二 (MRI图像分割)_nnunet mri-医工互联

残酷的温柔 发表于 2024-4-28 16:45:30

nnunet入门之二 (MRI图像分割)_nnunet mri

└─labelsTr
BRATS_001.nii.gz
BRATS_002.nii.gz
BRATS_003.nii.gz
BRATS_004.nii.gz
BRATS_005.nii.gz
…
1.2 json文件信息

`nnUNet/nnunet/dataset_conversion/utils.py`里面的函数`generate_dataset_json`可以生成相应任务的`json`文件。

{
“name”: “BRATS”,
“description”: “Gliomas segmentation tumour and oedema in on brain images”,
“reference”: “https://www.med.upenn.edu/sbia/brats2017.html”,
“licence”:“CC-BY-SA 4.0”,
“release”:“2.0 04/05/2018”,
“tensorImageSize”: “4D”,
“modality”: {
“0”: “FLAIR”,
“1”: “T1w”,
“2”: “t1gd”,
“3”: “T2w”
},
“labels”: {
“0”: “background”,
“1”: “edema”,
“2”: “non-enhancing tumor”,
“3”: “enhancing tumour”
},
“numTraining”: 484,
“numTest”: 266,
“training”:[{“image”:“./imagesTr/BRATS_001.nii.gz”,“label”:“./labelsTr/BRATS_001.nii.gz”},{“image”:“./imagesTr/BRATS_002.nii.gz”,“label”:“./labelsTr/BRATS_002.nii.gz”},{“image”:“./imagesTr/BRATS_003.nii.gz”,“label”:“./labelsTr/BRATS_003.nii.gz”},{“image”:“./imagesTr/BRATS_004.nii.gz”,“label”:“./labelsTr/BRATS_004.nii.gz”},{“image”:“./imagesTr/BRATS_005.nii.gz”,“label”:“./labelsTr/BRATS_005.nii.gz”},…],
“test”:[“./imagesTs/BRATS_485.nii.gz”,“./imagesTs/BRATS_486.nii.gz”,…]
}
1.3 转换数据

nnUNet_convert_decathlon_task -i /xxx/Task01_BrainTumour
转换的数据存在`nnUNet_raw_data_base/nnUNet_raw_data/Task001_BrainTumour`，此时`imagesTr`和`imagesTs`里的文件名加了后缀`"_0000"`, `"_0001"`, `"_0002"`, `"_0003"`。

注意：此处`Task01_BrainTumour`变为`Task001_BrainTumour`。
2. 私人数据集（3D）

直接转换数据，将数据存放到`nnUNet_raw_data_base/nnUNet_raw_data/Task001_BrainTumour`

2.1 文件夹目录

└─Task001_BrainTumour
│ dataset.json
│
├─imagesTr
│ BRATS_001.nii.gz
│ BRATS_002.nii.gz
│ BRATS_003.nii.gz
│ BRATS_004.nii.gz
│ BRATS_005.nii.gz
│ …
├─imagesTs
│ BRATS_485.nii.gz
│ BRATS_486.nii.gz
│ …
└─labelsTr
BRATS_001.nii.gz
BRATS_002.nii.gz
BRATS_003.nii.gz
BRATS_004.nii.gz
BRATS_005.nii.gz
…
2.2 json文件信息

`nnUNet/nnunet/dataset_conversion/utils.py`里面的函数`generate_dataset_json`可以生成相应任务的`json`文件。

{
“name”: “BRATS”,
“description”: “Gliomas segmentation tumour and oedema in on brain images”,
“reference”: “https://www.med.upenn.edu/sbia/brats2017.html”,
“licence”:“CC-BY-SA 4.0”,
“release”:“2.0 04/05/2018”,
“tensorImageSize”: “4D”,
“modality”: {
“0”: “FLAIR”,
“1”: “T1w”,
“2”: “t1gd”,
“3”: “T2w”
},
“labels”: {
“0”: “background”,
“1”: “edema”,
“2”: “non-enhancing tumor”,
“3”: “enhancing tumour”
},
“numTraining”: 484,
“numTest”: 266,
“training”:[{“image”:“./imagesTr/BRATS_001.nii.gz”,“label”:“./labelsTr/BRATS_001.nii.gz”},{“image”:“./imagesTr/BRATS_002.nii.gz”,“label”:“./labelsTr/BRATS_002.nii.gz”},{“image”:“./imagesTr/BRATS_003.nii.gz”,“label”:“./labelsTr/BRATS_003.nii.gz”},{“image”:“./imagesTr/BRATS_004.nii.gz”,“label”:“./labelsTr/BRATS_004.nii.gz”},{“image”:“./imagesTr/BRATS_005.nii.gz”,“label”:“./labelsTr/BRATS_005.nii.gz”},…],
“test”:[“./imagesTs/BRATS_485.nii.gz”,“./imagesTs/BRATS_486.nii.gz”,…]
}

## 预处理

只进行3d预处理，不进行2d预处理

nnUNet_plan_and_preprocess -t 01 -pl2d None

## 训练

[可以查看另一篇](https://bbs.csdn.net/topics/618545628)

!(https://img-blog.csdnimg.cn/img_convert/63fee93d439c12f128b208a568327d11.png)
!(https://img-blog.csdnimg.cn/img_convert/f6f2e726037ab3b4ec9ecaee21767e5e.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

://bbs.csdn.net/topics/618545628)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

页: [1]

医工互联's Archiver

nnunet入门之二 (MRI图像分割)_nnunet mri