NiftyNet model zoo预训练模型地址:https://github.com/NifTK/NiftyNetModelZoo
官方目前一共提供了七个医学方面的预训练模型:
dense_vnet_abdominal_ct_model_zoo
腹部多器官CT图像的分割
该模型可以分割腹部的八个器官:胃肠道(食道,胃,十二指肠),胰腺和附近的器官(肝脏,胆囊,脾脏,左肾)
CT图像:
标注图:
预测图:
ultra_simulator_gan_model_zoo
基于条件生成对抗网络(GAN)的机器学习方法,用于模拟给定3D空间位置(相对于患者解剖结构)的超声图像。
highres3dnet_brain_parcellation_model_zoo
MR T1图像的脑分割
该网络从大脑MR图像中分解出160种类型的结构(包括155种神经解剖结构)。
anisotropic_nets_brats_challenge_model_zoo
通过异向网络进行脑肿瘤分割
通过级联的全卷积神经网络,将脑肿瘤的多模态磁共振(MR)图像分割为背景和三个分层区域:整个肿瘤,肿瘤核心和增强肿瘤核心。
Dice score 0.90499
原图:
预测图:
mr_ct_regression_model_zoo
采用自适应的采样策略从MR图像模拟生成CT图像
autocontext_mr_ct_model_zoo
采用自动上下文模型从MR图像模拟生成CT图像
unet_histology_model_zoo
从结肠组织学图像对腺体进行二值分割