NiftyNet model zoo 各预训练模型

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