ASOCA2020——CTA全心脏结构分割

今天将分享CTA全心脏结构分割完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。

一、ASOCA2020介绍

心血管疾病是全世界死亡的主要原因。计算机断层扫描冠状动脉造影 (CCTA) 是一种非侵入性方法，用于评估冠状动脉疾病，以及评估和重建心脏和冠状血管结构。重建模型具有广泛的教育、培训和研究应用，例如研究患病和未患病的冠状动脉解剖、基于机器学习的疾病风险预测以及医疗设备的计算机和体外测试。然而，冠状动脉由于其尺寸小、位置小和运动小而难以成像，导致分辨率差和伪影。冠状动脉的分割传统上侧重于半自动方法，其中人类专家指导算法并纠正错误，这严重限制了临床系统内的大规模应用和集成。

二、ASOCA2020任务

1、分割冠状动脉管腔，不包括钙化区域或存在的其他疾病。Dice分数和 95% Hausdorff 距离将用于评估分割结果。

2、心脏7大结构分割，包括七个全心脏子结构（1）左心室血腔；（2）右心室血腔；(3)左心房血腔；(4)右心房血腔；（5）左心室心肌；(6)升主动脉；(7) 肺动脉。

三、ASOCA2020数据集

40个心脏计算机断层扫描血管造影 (CCTA) 的训练集，其中造影剂显示冠状动脉，其中包括20名健康患者和20名确诊冠状动脉疾病的患者。

20个CCTA图像（10个健康图像和10个疾病患者）作为用于评估分割算法的测试集。

四、技术路线

4.1、心脏7大结构分割

前面的文章中已经详细的分享过心脏7大结构分割的步骤，这里不详细展开了，感兴趣的可以点击链接来查看MM-WHS2017——多模态全心脏分割挑战赛。

4.2、冠状动脉分割

前面的文章中已经详细的分享过冠脉分割的步骤，这里不详细展开了，感兴趣的可以点击链接来查看ASOCA2020——冠状动脉分割。

4.3、全心脏结构分割

将心脏7大结构（1）左心室血腔；（2）右心室血腔；(3)左心房血腔；(4)右心房血腔；（5）左心室心肌；(6)升主动脉；(7)肺动脉的分割结果与冠状动脉分割结果进行合并，设置冠状动脉的mask标签为8，得到最终的全心脏结构分割结果。

4.4、部分测试数据的全心脏分割结果

为了方便大家更高效地学习，我将代码进行了整理并更新到github上，点击https://github.com/junqiangchen/PytorchDeepLearing即可访问。由于之前都是使用tensorflow1.14的进行代码实验开发的，为了方便pytorch的朋友们也可以复现实验结果，我将tensorflow版本的代码翻译转换成pytorch版本的。

如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果有任何问题，随时给我留言我会及时回复的。