edit:2021.03.11

前言

最近老師給安排了一個醫(yī)學(xué)圖像的深度學(xué)習(xí)任務(wù)。目前剛剛明確了輸入輸出的數(shù)據(jù)格式和大概的任務(wù)目標。

任務(wù)簡介

本項目的目的是從患者的一個序列MRI圖像中，判斷是否有“不穩(wěn)定斑塊”，且如果有，指出它的位置。屬于“目標檢測”任務(wù)。

• 輸入數(shù)據(jù)：同一個病人的兩組MRI序列（nii格式），已經(jīng)配準過，即兩個shape相同的張量。shape大約為512*512*256左右，每個病人的shape不同。
• 輸出數(shù)據(jù)：不穩(wěn)定斑塊的位置。目前的標注數(shù)據(jù)是用六個坐標數(shù)據(jù)表示的一個小立方體（acsv格式）。不穩(wěn)定斑塊的體積相對整個tensor來說很小。

預(yù)處理

查看和導(dǎo)入數(shù)據(jù)

對于醫(yī)學(xué)圖像，目前接觸過dcm格式、nii格式、nrrd格式。老師推薦的查看軟件是slicer，支持大部分醫(yī)學(xué)圖像格式，可以展示出3d效果，功能強大。
導(dǎo)入nii數(shù)據(jù)使用python庫SimpleITK，可參考：

1. 使用SimpleITK讀取和保存Nii.gz文件
2. 【python】SimpleITK 和 Nibabel 讀取醫(yī)學(xué)圖像 nii 數(shù)據(jù)（2D顯示）

下一步想法

1. 等待更多的數(shù)據(jù)。
2. 查找論文和代碼，目前有哪些主流的醫(yī)學(xué)圖像的roi目標檢測。如何處理六個數(shù)值表示立方體的標注數(shù)據(jù)。
3. 數(shù)據(jù)預(yù)處理：寫一個函數(shù)將所有病人的tensor數(shù)據(jù)reshape或裁剪成相同shape，并且用相同的變換作用于標注數(shù)據(jù)。

未完待續(xù)