前面的文章中,我分享了一些分割挑战赛的例子。今天我会继续分享肺结节检测和良恶性分类挑战赛的例子。希望通过这个例子可以在如何用深度学习来辅助诊断上给大家带来一些启发。
整个过程分成三个部分:肺结节数据预处理,肺结节检测和良恶性分类。这一篇主要专注于肺结节数据预处理这一部分。
1、Luna16介绍
我这里简单介绍一下Luna16。Luna16挑战赛是针对在LIDC/IDRI数据集上,专注于自动结节检测算法的评估。LIDC/IDRI数据集是由四名放射科医生对结节标注的公开数据集。从官网下载全部数据后,文件subset0.zip-subset9.zip包含所有888例CT数据,annotations.csv包含所有1186个结节标注信息(坐标和直径),candidates.csv包含551065个候选结节信息(坐标和类别标签)。
2、肺结节数据预处理
(1)、生成肺结节Mask图像
(2)、图像去噪
(3)、准备肺结节检测数据
(4)、准备肺结节良恶性分类数据
今天就分享到这里啦,接下来会分享肺结节检测和良恶性分类的文章,相应代码最后我会分享给大家学习。