COVID-19-20——基于VNet3D分割网络的改进之混合损失
今天将分享COVID的二值分割的完整改进实现过程,主要是采用了混合损失函数来训练网络模型,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、图像分析与预处理
(1)、199例COVID的CT原始数据和标注数据及训练标签文件可以在官网上下载获取得到。验证数据一共有50例CT数据,也可以在官网上下载了。
(2)、采用简单粗暴的方式来处理数据,由于训练的显卡是1080ti的11G显存的,所以首先将训练原始图像和标注图像进行图像大小缩放到固定大小,具体是160x160x64,如果你的显卡显存足够大的话,可以将该大小改的大一点,如果显存小的话,可以将该大小改小一点。
(3)、对缩放后的原始图像进行窗宽窗位设置,将-1000到0之间的Hu值进行保留,其他的范围进行截断处理。
(4)、然后在采用均值为0,方差为1的方式对原始图像进行归一化处理。
(5)、为了防止模型过拟合,还增加了数据增强的处理过程,采用旋转,平移,翻转等方法对图像和标注数据同时进行扩充处理,这里扩充了20倍。
二、分割网络
(1)、搭建VNet3d模型,网络输入大小是(160,160,64)。具体实现可以参考Tensorflow入门教程(十九)——基于VNet的前列腺分割案例。
(2)、loss采用的是二分类的dice函数和focalloss函数。具体实现可以参考Tensorflow入门教程(三十四)——常用两类图像分割损失函数。
(3)、分割损失结果和精度经过如下图所示。
三、验证数据结果
在50例数据上进行测试,验证数据结果排名在24名,结果相比第一次结果有一定提高,但是与第一名还是有差距。
在提交结果上可以看到详细评价指标数值,以dice指标为例,好的结果dice值可以到达0.85以上,差的结果dice值只有0.18。
为了方便大家更高效地学习,整个项目代码更新到github上,https://github.com/junqiangchen/COVID-19-20-Segmentation-Challenge。点击原文链接即可访问官方比赛网址,可以直接下载训练和验证数据。
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。
相关文章
- Java项目毕业设计:基于springboot+vue的电影视频网站系统「建议收藏」
- 浅析AnyCast网络技术「建议收藏」
- SHADEWATCHER: 基于系统审计记录和推荐概念的网络威胁分析
- 基于flannel网络搭建的docker,flannel连接不上2379端口,etcd集群出现异常
- CentOS部署基于flannel网络的docker
- 对象检测网络中的NMS算法详解
- tcp网络模型_TCP/IP协议模型
- SPSS用KMEANS(K均值)、两阶段聚类、RFM模型在P2P网络金融研究借款人、出款人行为数据规律|附代码数据
- 使用tcpdump抓包分析网络请求_抓包报文分析
- 【鹅厂网事】腾讯网络保障有我们,大家安心抢红包!
- [IEEE Trans Med Imaging | 论文简读] 基于边缘增强网络的医学图像三维血管样结构分割
- [IJCAI | 论文简读] 基于Transformer的目标增强生成对抗网络生成所需分子
- 训练速度最高100倍提升!基于PyTorch实现的可微逻辑门网络开源
- 基于供应链网络的股票收益分析
- 基于A股新闻共现网络的股票收益分析
- Linux脚本:解开网络密码的神奇力量(linux脚本解密)
- Linux网络聊天室:沟通无处不在(基于linux网络聊天室)
- 穿越Kali Linux网络无缝穿越的魔力(kalilinux网卡)
- 微软正在为Win10开发基于Edge的网络小部件
- 环境Linux实现基于Bond的网络环境(linux做bond)
- 编译Linux网络源代码编译指南(linux网络源代码)
- Linux网络技巧:网络配置、安全与诊断(LINUX网络)
- 运用Linux VTun实现虚拟私人网络(linuxvtun)
- 轻松保护网络 十大基于云的安全工具
- Linux下的电骡,eMule是一个开源免费的P2P文件共享软件,基于eDonkey2000的eDonkey网络,遵循GNU通用公共许可证协议发布
- MSSQL防止远程连接:突破安全网络壁垒(mssql 禁止远程连接)
- 缓存优化网络速度:使用Redis本地缓存(redis本地)
- ip基于Oracle8的TCPIP网络技术发展前景(oracle8 tcp)
- Linux网络编程之基于UDP实现可靠的文件传输示例