DeepLesion 数据集文件查看工具

CTBrowser是一款专为DeepLesion数据集设计的图像查看工具,支持通过Python和PyQt5运行。该工具能处理unsigned16bit格式的图像,通过减去32768得到原始Hounsfield单位值。用户可通过鼠标操作进行图片移动、还原及缩放,并可直接拖放文件预览。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

CT Browser [Github]

为查看DeepLesion数据集准备的工具。

The images are stored in unsigned 16 bit. One should subtract 32768 from the pixel intensity to obtain the original Hounsfield unit (HU) values.

DeepLesion数据集中的数据以unsigned 16 bit格式存储,需要从像素中减去32768。

功能:

  • 鼠标左键点击移动图片
  • 鼠标右键点击还原图片
  • 鼠标滚动滑轮缩放图片
  • 将要查看的文件拖放到窗口中即显示图片效果

运行环境:

  • python 3.x
  • PyQt5
pip install PyQt5

运行方式:

python ct_browser.py

Demo

数据集原图为:

在这里插入图片描述

程序效果图为:

在这里插入图片描述

### 骨科医学图像分割数据集 对于骨科医学图像分割的任务,多个公开可用的数据集能够支持机器学习和人工智能训练的需求。这些数据集提供了不同类型的骨骼影像资料,有助于开发更精确的诊断工具。 #### 常见的骨科医学图像分割数据集 1. **BoneXpert Dataset** 这一数据集专注于儿童手部X光片中的骨骼年龄评估。尽管主要目标不是分割,但该数据集中包含了详细的标注信息,可用于研究目的下的分割任务[^1]。 2. **RSNA Bone Age Challenge Data Set** RSNA提供的这一竞赛数据集不仅涵盖了大量高质量的手腕X射线图像及其对应的骨骼成熟度标签,还附带了部分手动勾勒的轮廓标记,非常适合用来探索自动化的骨骼结构识别方法。 3. **Osteoarthritis Initiative (OAI)** OAI是一个大型纵向研究计划的一部分,旨在收集有关膝关节炎进展的信息。此数据库内含丰富的MRI扫描文件以及专业的临床评价记录,特别是针对软骨损伤程度进行了细致描绘,这使得它成为理想的膝盖部位骨病分析资源库之一。 4. **Medical Segmentation Decathlon (MSD) Task07 - Pancreas** 虽然名称提到的是胰腺,但实际上该项目也涉及到了脊柱区域的相关病变检测工作,因此同样适用于某些特定类型的骨科应用场合。此外,整个Decathlon系列都强调跨机构间协作共享精神,在这里可以获得标准化处理后的多源异构型医疗成像素材集合。 5. **DeepLesion Dataset from NIH Clinical Center** 来自美国国立卫生研究院(NIH)临床中心发布的DeepLesion数据集则更为广泛地覆盖了全身各处可能出现异常情况的位置,其中自然也包括了大量的骨折、肿瘤等影响到骨头健康的病例实例。每张CT切片均配有专家级医师审定过的边界框位置指示,便于开展深入的学习实验活动。 为了更好地利用上述任何一个或几个组合起来构建有效的深度神经网络架构来进行精准预测,建议采用迁移学习策略并借助专门面向医学生物信号处理优化设计好的框架如MONAI来加速原型验证过程[^2]。 ```python import monai from monai.transforms import LoadImage, EnsureChannelFirst, ScaleIntensityRange, Resized # 定义加载器和其他必要的预处理变换操作 loader = LoadImage(image_only=True) preprocess = Compose([ loader, EnsureChannelFirst(), ScaleIntensityRange(a_min=-1000, a_max=1900, b_min=0.0, b_max=1.0), Resized(spatial_size=(128, 128)) ]) ```
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值