本文介绍如何利用MONAI进行3D脾脏分割，重点讨论数据处理、网络架构理解及结果展示。通过实例，展示了MONAI在处理Nifti格式数据时的注意事项，包括数据转换、重采样间隔、尺度归一化等，并提醒读者注意训练和验证阶段的变换一致性。此外，文章还提到MONAI示例中未包含分割结果的导出功能，作者自行实现将分割结果保存为Nii/Nrrd格式。
MONAI是基于PyTorch的开源框架，用于医疗影像的深度学习领域。本文示范3D的脾脏分割，提供数据集和jupyter代码。
我找了好久类似的分割例程，还是MONAI最贴心最清晰，半天就出结果了，可以在jupyter notebook 里面看到分割的结果和手工标注的label的比较。
1. 安装： pip install monai
2. 代码&数据：
Project-MONAI/tutorialsgithub.com
3. 对于数据的载入和预处理
3.1 首先注意数据路径，data_root要改成你自己的路径
3.2 目前MONAI只适用于Nifti格式的文件，Nrrd格式需要自行转换为nii/nii.gz 格式.(格式转换这个问题困惑了我好久，因为我们实验室只有nrrd格式的数据。最后使用sitk解决了这个问题。)
3.3 注意transform里面的重采样间隔[1.5,1.5,2]，和sitk.GetSpacing的X.Y.Z的顺序不一样。例如：我的数据sitk.GetSpacing的间隔是：[0.7,0.7,2.5]，但是在MONAI这里要设置成[0.7,2.5,0.7]
3.4 MONAI贴心的设计了 ScaleIntensityRanged，可以把C
最低0.47元/天 解锁文章
扫一扫
963
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
