【ADNI】数据预处理（4）Get top k slices according to CNNs

最新推荐文章于 2024-11-04 20:13:47 发布

Houchaoqun_XMU

最新推荐文章于 2024-11-04 20:13:47 发布

阅读量1.3k

点赞数 2

分类专栏：【医疗图像处理】文章标签： ADNI top k slices

本文链接：https://blog.youkuaiyun.com/Houchaoqun_XMU/article/details/79829089

版权

本文介绍了一种基于ADNI数据集的预处理流程，包括使用SPM和CAT12进行数据预处理，通过CNNs（如AlexNet）选择关键切片，并按比例将数据分为训练、验证和测试集，最终准备好了用于训练的文件夹结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ADNI Series

1、【ADNI】数据预处理（1）SPM，CAT12

2、【ADNI】数据预处理（2）获取 subject slices

3、【ADNI】数据预处理（3）CNNs

4、【ADNI】数据预处理（4）Get top k slices according to CNNs

5、【ADNI】数据预处理（5）Get top k slices (pMCI_sMCI) according to CNNs

6、【ADNI】数据预处理（6）ADNI_slice_dataloader ||| show image

## rules ##
## old_name = root_path + subject_id + top_k_slices_id
## subject_id: random select

## top_k_slices_id: majority select by CNNs

What you need to prepare:

1) all slices was put into relevant subject_id folder

hcq@research:~/alzheimer_disease/ADNI_825/AD_NC_GM_subject_id/AD_NC_GM_subject_id_20180403$ ls
AD_GM_subject_id  NC_GM_subject_id
hcq@research:~/alzheimer_disease/ADNI_825/AD_NC_GM_subject_id/AD_NC_GM_subject_id_20180403$ tree -L 2
.
├── AD_GM_subject_id
│   ├── 002_S_0619
│   ├── 002_S_0816
│   ├── 002_S_0938
│   ├── 002_S_0955
│   ├── 002_S_1018
│   ├── 003_S_1059
│   ├── 003_S_1257
│   ├── 005_S_0221
│   ├── 005_S_0814
│   ├── 005_S_0929
│   ├── 005_S_1341
│   ├── 006_S_0547
│   ├── 006_S_0653
│   ├── 007_S_0316
│   ├── 007_S_1248
│   ├── 007_S_1304
│   ├── 007_S_1339
│   ├── 009_S_1334
│   ├── 009_S_1354
│   ├── 010_S_0786
│   ├── 010_S_0829
│   ├── 011_S_0003
│   ├── 011_S_0010
│   ├── 011_S_0053
│   ├── 011_S_0183
│   ├── 012_S_0689
│   ├── 012_S_0712
│   ├── 012_S_0720
│   ├── 012_S_0803
│   ├── 013_S_0592
│   ├── 013_S_0699
│   ├── 013_S_0996
│   ├── 013_S_1161
│   ├── 013_S_1205
│   ├── 014_S_0328
│   ├── 014_S_0356
│   ├── 014_S_0357
│   ├── 014_S_1095
│   ├── 016_S_0991
│   ├── 016_S_1263
│   ├── 018_S_0277
│   ├── 018_S_0286
│   ├── 018_S_0335
│   ├── 018_S_0633
│   ├── 018_S_0682
│   ├── 020_S_0213
│   ├── 021_S_0343
│   ├── 021_S_0642
│   ├── 021_S_0753
│   ├── 021_S_1109
│   ├── 022_S_0007
│   ├── 022_S_0129
│   ├── 022_S_0219
│   ├── 022_S_0543
│   ├── 023_S_0083
│   ├── 023_S_0084
│   ├── 023_S_0093
│   ├── 023_S_0139
│   ├── 023_S_0916
│   ├── 023_S_1262
│   ├── 023_S_1289
│   ├── 024_S_1171
│   ├── 024_S_1307
│   ├── 027_S_0404
│   ├── 027_S_0850
│   ├── 027_S_1081
│   ├── 027_S_1082
│   ├── 027_S_1254
│   ├── 027_S_1385
│   ├── 029_S_0836
│   ├── 029_S_0999
│   ├── 029_S_1056
│   ├── 029_S_1184
│   ├── 031_S_0321
│   ├── 031_S_0554
│   ├── 031_S_0773
│   ├── 031_S_1209
│   ├── 032_S_0147
│   ├── 032_S_0400
│   ├── 032_S_1037
│   ├── 032_S_1101
│   ├── 033_S_0724
│   ├── 033_S_0733
│   ├── 033_S_0739
│   ├── 033_S_0888
│   ├── 033_S_0889
│   ├── 033_S_1087
│   ├── 033_S_1281
│   ├── 033_S_1283
│   ├── 033_S_1285
│   ├── 033_S_1308
│   ├── 035_S_0341
│   ├── 036_S_0577
│   ├── 036_S_0759
│   ├── 036_S_0760
│   ├── 036_S_1001
│   ├── 037_S_0627
│   ├── 041_S_1368
│   ├── 041_S_1391
│   ├── 041_S_1435
│   ├── 051_S_1296
│   ├── 053_S_1044
│   ├── 057_S_0474
│   ├── 057_S_1371
│   ├── 057_S_1373
│   ├── 057_S_1379
│   ├── 062_S_0535
│   ├── 062_S_0690
│   ├── 062_S_0730
│   ├── 062_S_0793
│   ├── 067_S_0020
│   ├── 067_S_0029
│   ├── 067_S_0076
│   ├── 067_S_0110
│   ├── 067_S_0812
│   ├── 067_S_0828
│   ├── 067_S_1185
│   ├── 067_S_1253
│   ├── 068_S_0109
│   ├── 073_S_0565
│   ├─

最低0.47元/天解锁文章