u013313168的专栏

一、数据预处理plan_and_preprocess nnUNet_plan_preprocess.pypython nnUNet_plan_and_preprocess -t NUM --verify_dataset_integrity二、模型训练run/run_training.pypython run_training.py 3d_lowres nnUNetTrainer Task029_Liver 3 --verify_dataset_integrity...

（一：2020.07.06）nnUNet论文主体解析（8.02更新认识）（二：2020.07.08）nnUNet方法解析（7.31更新认识）（三：2020.07.10）nnUNet附录解析（7.31更新认识）（四：2020.07.28）nnUNet最舒服的训练教程（让我的奶奶也会用nnUNet（上））（11.05更新）（五：2020.07.31）nnUNet最简单的推理教程（让我的奶奶也会用nnUNet（下））（十七：2020.09.10）nnUNet最全问题收录（9.10更新）（三十八：20.

titleyearslinksbased modelcodeTernaryNet: Faster Deep Model Inference without GPUs for Medical 3D Segmentationusing Sparse and Binary Convolutions2018arXivDCNNgithub

一、相关论文二、相关博客1、Computer Vision Tutorial: A Step-by-Step Introduction to Image Segmentation Techniques (Part 1)

肝脏分割代码实验过程一、肝脏分割----实验过程版本迭代肝脏分割论文写作过程一、肝脏分割—论文写作过程

1、不平衡处理（1）How to use a cost matrix in focal loss on tensorflow 2?（2）A PyTorch Implementation of Focal Loss.（3）pip install focal-loss （tensorflow 实现）

一、评价函数及其实现1、使用DICE, IOU, ASD, 等。IOUdef IoU(preds, truths): """ preds: [B, H, W] truths: [B, H, W] """ batch_size = truths.shape[0] ious = [] for batch in range(batch_s...

这是一个非常有意思的功能，花了一天的时间，写了一个初步的代码。# -*- coding: utf-8 -*-"""Created on Sat Mar 28 17:39:14 2020@author: xiaob"""import numpy as npimport matplotlib.pyplot as pltfrom ipywidgets import interact, ...

    预处理是肝脏分割重要的一步，良好的预处理过程可以有效的提高分割的准确度。此博文主要记录肝脏分割过程中常见的预处理方法及相关代码。一、二、三、四、五、数据增强1、用于医学图像分割的数据增强方法 —— 标准 imgaug 库的使用方法...

【参考】论文笔记：3D Deeply Supervised Network for Automatic Liver Segmentation from CT

一、摘要二、重点摘录三、遇到的问题

前言：该篇文章较为全面但稍偏简单的介绍医学图像分割的常见数据集、各种神经网络，以及常见的训练技巧等问题。一、重点摘录2.5D approaches are inspired by the fact that 2.5D has the richer spatial information of neighboing pixels wiht less computational costs t...