随笔分类 -  医学影像人工智能实战

划分训练集和验证集并保存为CSV表格
摘要：import csv import os import numpy as np labels = [] data = [] a_train_file = r'xxx\train.csv' a_test_file = r'xxx\valid.csv' a_file = r'\all.csv' all_ 阅读全文
posted @ 2023-03-25 23:00 梅雨明夏 阅读(298) 评论(0) 推荐(0)
数据增强时对原图和分割图做相同的变换
摘要：方法一： 使用torch.manual_seed(17)固定随机数种子，再用torchvision.transforms做变换 但是这种方法有时候会失效，可能是transforms函数不能在别的py文件中写好调用到本文件，需要都写在一个文件中 方法二 把单通道的label和image拼在一起成了2通 阅读全文
posted @ 2023-02-19 14:12 梅雨明夏 阅读(463) 评论(0) 推荐(0)
医学图像处理(五)：图像的origin
摘要：img = sitk.ReadImage(img_path) origin = img.GetOrigin() 图像的origin可以用这行代码读取 它的意义是原始图像中心点在相机坐标系的位置 如图所示，原点出发的是相机坐标系，而从origin出发的是图像的像素坐标系 由此可以得出正常的设备坐标转像 阅读全文
posted @ 2023-01-06 16:59 梅雨明夏 阅读(440) 评论(0) 推荐(0)
医学图像处理(四)：图像预处理的tricks
摘要：###1. 空洞填充 参考python-opencv去除小面积区域/孔洞填充（二值图像） ###2.根据连通区域去除假阳性 参考深度学习，分割后处理之通过连通成分分析去除假阳性区域，提高分割准确度 连通区域划分: def get(sitk_maskimg): cc_filter = sitk.Con 阅读全文
posted @ 2022-10-08 14:41 梅雨明夏 阅读(1489) 评论(0) 推荐(0)
神经网络模型predict预测值全部为0
摘要：预测值为0解决办法 原因一 Keras构建神经网络踩坑(解决model.predict预测值全为0.0的问题) 根据上文作者所说 搞不清楚数据的标准化和归一化的关系，想对原始数据做归一化，却误把数据做了标准化，导致用model.predict预测出来的值全是0.0， 在网上搜了好久但是没搜到答案，后 阅读全文
posted @ 2022-08-26 21:54 梅雨明夏 阅读(4707) 评论(0) 推荐(1)
医学图像处理(三)：nii和dcm格式读取与保存
摘要：.nii格式的读取与保存 注意两种方式读取维度的差异 1.nibabel 读取 import nibabel as nib img = nib.load(path) print(img.shape) # (z,y,x) img_array = np.asarray(img.get_fdata()) 阅读全文
posted @ 2022-08-03 23:55 梅雨明夏 阅读(5563) 评论(0) 推荐(0)
医学图像处理(二)：医学图像nii格式下的spacing和size
摘要：###数据读取 在对医学图像进行深度学习时，需要先对图像进行预处理 在pytorch中需要把图片读取到nparray三维数组类型 假设图片size是512*512*247 # sitk.ReadImage读取图像的顺序为(x,y,z)即(width,height,depth),512*512*247 阅读全文
posted @ 2022-04-23 14:14 梅雨明夏 阅读(10049) 评论(0) 推荐(0)
医学图像处理(一)：医学图像格式（nii和dicom）
摘要：医疗图像是对解剖区域的内部结构和功能的一种表征。它以二维像素或者三维体素的形式呈现出来。映射到空间位置的数值是对采样过程和重建过程的离散表征。用来描述一个确定采样模态视野的像素数量是对解剖结构和功能的细节的表达。像素表达的数值取决于成像模式、采样协议、重建以及后续处理过程。 医疗数据的组成 医疗数据 阅读全文
posted @ 2021-12-31 12:37 梅雨明夏 阅读(22299) 评论(6) 推荐(4)