dr_yingli的博客

离上次发布3D-resnet代码时隔两年，最近让AI推荐3D-resnet的文章给我，AI推荐了三篇。1. 可以用cpu或gpu（推荐8G以上，已设置好CUDA。其中两篇是我两年前发的，另一篇在这里。于是决定更新之前代码，供诸位参考。2. 文件格式为常见的nii。

3D-Resnet-50 医学图像分类（二分类任务）

基于win10深度学习环境配置（conda，python，cuda11.7，torch1.13.0）

3D-resnet50 医学图像分割，训练及验证代码python可以调整参数，使用3D-Resnet[10, 18, 34, 50, 101, 152, 200]

使用Pyradiomics（Python）提取图像（.nrrd）影像组学特征一、首先要安装Python和Pyradiomics需要注意的的是Pyradiomics需要C++支持，Microsoft C++ 生成工具可以解决直接安装pyradiomics，pip会自动安装其他pyradiomics所需的安装包pip install pyradiomics二、数据格式及数据储存格式数据格式：图像使用的是.nrrd格式储存，每个受试者两个文件，一个是图像，一个是体素感兴趣区（VOI）数据储存格式：

混合存储的DICOM图像，包含多个病人，多个研究次数（检查次数），多个和多个序列，多个图像。但多个病人和多个序列的图像混在一起存放，较难分辨哪些图片属于同一个病人。可以根据配套的DICOMDIR文件，使用python的pydicom模块对DICOMDIR文件进行操作，将上述DICOM图像转化为分层存储。运行前务必先备份原文件，偶尔会因DICOM图像所在的目录名错误，导致程序中止import osfrom os.path import dirname, joinimport shutilimpo