thunder_k的博客

MICCAI2022的比赛陆续出炉，挑一个我感兴趣的比赛介绍一下。AMOS2022 比赛官网：https://amos22.grand-challenge.org/AMOS 2022是个腹部多器官，多模态，多中心分割竞赛，跟去年的 FLARE2021 的比赛会有些相似。FLARE2021是单一模态的分割，有兴趣的还可以去关注一下FLARE2022的比赛，这个比赛更关注 “Fast and Low-resource semi-supervised”。言归正传，看一看AMOS2022的简单情况：Task

主要使用nibabelimport nibabel as nibimport osimport numpy as npimg_path = '/home/lei/train/img/'seg_path = '/home/lei/train/seg/'saveimg_path = '/home/lei/train/npy_img/'saveseg_path = '/home/lei/...

这里使用python中的一个库 dicom2nifti首先安装 dicom2nifti, 在终端使用pip安装pip install dicom2nifti然后两行代码即可搞定：import dicom2niftidicom2nifti.dicom_series_to_nifti(original_dicom_directory, output_file, reorient_nif...

处理乳腺三维图像时，想要提取三维图像中肿瘤标记最大的那个slice, 就是opencv里的一个函数就解决了．import cv2cv2.countNonZero(mask)就是计算mask上的非０像素数量，之后找到最大值所在的slice就好了．...

最近参加iSeg2019的比赛，拿到的数据是hdr格式的，每组数据组包含2个文件，一个为数据文件，其扩展名为.img，包含二进制的图像资料；另外一个为头文件，扩展名为.hdr，包含图像的元数据。使用nibabel 读取，然后用simpleitk保存为nii文件import nibabel as nibimport SimpleITK as itkimg_path = ...save_pa...

loss函数的选择是个很大的命题，最近在做3D医学图像分割，我这里只是记录一下我用过的loss函数。Binary Cross Entropy Loss交叉熵损失比较常用，代码实现：from keras import backend as Kdef binary_crossentropy(y_true, y_pred): return K.mean(K.binary_cross...