nnunet入门之二 (MRI图像分割)_nnunet mri

残酷的温柔

└─labelsTr
BRATS_001.nii.gz
BRATS_002.nii.gz
BRATS_003.nii.gz
BRATS_004.nii.gz
BRATS_005.nii.gz
…

1. 1.2 json文件信息
3. `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。

复制代码

{
“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. 1.3 转换数据

复制代码

nnUNet_convert_decathlon_task -i /xxx/Task01_BrainTumour

1. 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"`。
3. 注意：此处`Task01_BrainTumour`变为`Task001_BrainTumour`。
4. 2. 私人数据集（3D）
6. 直接转换数据，将数据存放到`nnUNet_raw_data_base/nnUNet_raw_data/Task001_BrainTumour`
8. 2.1 文件夹目录

复制代码

└─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
…

1. 2.2 json文件信息
3. `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。

复制代码

{
“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”,…]
}

3. ## 预处理

复制代码

只进行3d预处理，不进行2d预处理

nnUNet_plan_and_preprocess -t 01 -pl2d None

2. ## 训练
5. [可以查看另一篇](https://bbs.csdn.net/topics/618545628)
9. 
10. 
12. **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。**
14. **[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)**
17. **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！**
19. ://bbs.csdn.net/topics/618545628)**
22. **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！**

复制代码