ATLAS2023——MRI肝脏及肿瘤分割

今天将分享MRI肝脏及肿瘤分割完整实现版本，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、ATLAS2023介绍

肝癌是世界上第六大常见癌症，也是癌症的第四大死亡率原因。在不可切除的肝癌中，尤其是肝细胞癌（HCC）， 可考虑进行经动脉放射性栓塞 （TARE） 治疗。TARE治疗包括术前进行对比增强磁共振成像 （CE-MRI） 检查用于进行放射剂量学估算。

二、ATLAS2023任务

肿瘤和肝脏自动分割

三、ATLAS2023数据集

该数据集包括来自90名不可切除肝癌患者的T1 CE-MRI肝脏扫描，还有90个肝脏和肝脏肿瘤分割Mask，分为训练集和测试组，分别为60名和30名患者。数据集中的所有病例都是病理性的。

ATLAS数据集的CE-MRI（钆造影剂）图像是在5台西门子3T和1T MRI上采集。部分数据是用GE 1.5TMRI采集。每次采集在横向轴上用超快梯度回波序列进行t1加权。在西门子设备上，使用容积内插式屏气检查(VIBE)序列或派生的VIBE序列，如VIBE TWIST或VIBE CAIPIRINHA。在GE设备上，使用肝脏体积采集(LAVA)或LAVA FLEX序列。脂肪饱和度(FATSAT)应用于所有采集。每次扫描产生三到五张CE-MR图像，其中一张图像被选择添加到数据集中。所选择的图像通常是三个造影后注射阶段(动脉，门静脉或延迟)中的一个，也被专家用来描绘肝脏和肿瘤。在一些罕见的情况下，所选图像不需要注射造影剂。最后，ATLAS数据集的CE-MRI由覆盖整个肝脏和肿瘤的44至136个胸腔和腹部横向切片的3D图像组成。每个切片的像素间距为0.68 × 0.68 mm²~ 1.41 × 1.41mm²，切片厚度为2mm ~ 4mm。使用选定的CE-MRI，肝脏和肿瘤的轮廓由经验丰富的MRI放射科医生在横向切片上手动划定以产生标签。

四、技术路线

1、首先采用固定阈值提取人体区域，然后根据人体ROI从原始图像和mask提取ROI区域。

2、分析ROI图像，得到图像平均大小是374x272x80，因此将图像缩放到固定大小384x256x128。图像预处理，采用zscore方式进行归一化处理，再将数据分成训练集和验证集，对训练集进行5倍数据增强。

3、搭建VNet3d网络，使用AdamW优化器，学习率是0.001，batchsize是1，epoch是300，损失函数采用多类的dice和交叉熵。

4、训练结果和验证结果

5、验证集分割结果

左图是金标准结果，右图是预测结果。

6、测试集分割结果

左图是金标准结果，右图是预测结果。

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。