40、使用分割方法查找疑似结节

使用分割方法查找疑似结节

在医学影像处理中，使用分割技术来查找疑似结节是一项重要的任务。下面将详细介绍相关的实现方法和技术细节。

1. 数据集更新与实现

在处理CT数据时，我们将采用一种新的方式来更新数据集，以适应分割模型的需求。

• Luna2dSegmentationDataset类的实现
  • 训练和验证集的划分 ：我们将使用两个类，一个作为适用于验证数据的通用基类，另一个作为训练集的子类，具有随机化和裁剪样本的功能。这种方法虽然在某些方面更复杂，但简化了选择随机训练样本的逻辑。
  • 数据形式 ：我们生成的是具有多个通道的二维CT切片，额外的通道将包含相邻的CT切片。对于分类模型，我们将这些切片视为3D数据数组并使用3D卷积处理；而对于分割模型，我们将每个切片视为单个通道，生成多通道2D图像。
  • 验证数据的处理 ：对于验证，我们需要为每个有正掩码条目的CT切片生成一个样本。为了快速构建验证集的完整大小，我们引入了一个新函数 getCtSampleSize ，它将每个CT扫描的大小及其正掩码缓存到磁盘。

@raw_cache.memoize(typed=True)
def getCtSampleSize(series_uid):
    ct = Ct(series_uid)
    ret