今天将分享CT胰腺分割完整实现版本，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、Pancreas-CT2020介绍
胰腺的分割可能是计算机辅助诊断（CADx）系统的前提条件，这类系统可用于为糖尿病患者等提供定量的器官体积分析。准确的分割对于计算机辅助检测（CADe）方法检测胰腺癌也可能是必要的。对计算机断层扫描（CT）图像中多个器官的自动分割已经被广泛研究，并在诸如肝脏、心脏或肾脏等器官上取得了良好的性能，通常可以达到 >90% 的 Dice 相似系数（DSC）。然而，在自动胰腺分割中获得高准确率仍然是一项具有挑战性的任务。胰腺在腹部的位置、形状和大小在不同患者之间变化很大。胰腺周围的内脏脂肪会导致 CT 图像中其边界对比度变化显著。以往的方法仅能达到 46.6% 到 69.1% 的 DSC。近年来，大量带注释的数据集的可用性，以及通过 GPU 获得的经济实惠的并行计算资源，使得训练深度卷积神经网络（ConvNets）用于图像分类成为可能。在自然图像分类方面已经取得了巨大进展。然而，用于语义图像分割的深度卷积网络尚未被充分研究。将卷积网络应用于医学图像的研究在检测任务上也显示出良好的前景。
二、Pancreas-CT2020任务
CT胰腺分割。
三、Pancreas-CT2020数据集
美国国立卫生研究院临床中心对 53 名男性和 27 名女性受试者进行了 82 次腹部造影剂增强 3D CT 扫描（门静脉静脉造影剂注射后 ~70 秒）。其中 17 名受试者是在肾切除术前扫描的健康肾脏供体。其余 65 名患者由放射科医生从既没有严重腹部病变也没有胰腺癌病变的患者中选择。受试者年龄从 18 岁到 76 岁不等，平均年龄为 46.8 ± 16.7 岁。CT 扫描的分辨率为 512x512 像素，像素尺寸不同，切片厚度在 1.5 - 2.5 毫米之间，由飞利浦和西门子 MDCT 扫描仪（120 kVp 管电压）采集。82 例使用增强对比剂的腹部 CT 体积图像的胰腺区域由一位经验丰富的放射科医生手动勾画得到。
数据下载：
https://www.cancerimagingarchive.net/collection/pancreas-ct/
四、技术路线
1、图像预处理，缩放到固定大小160x160x160，然后采用均值为0，方差为1的方式进行归一化处理。然后将数据分成训练集和验证集。
2、搭建VNet3d网络，使用AdamW优化器，学习率是0.001，batchsize是1，epoch是300，损失函数采用二分类的dice和交叉熵。
3、训练结果和验证结果
4、验证集分割结果
左图是金标准结果，右图是预测分割结果。
点击阅读原文可以访问参考项目，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。
本文使用 文章同步助手 同步
