基于深度学习的脑图像处理工具
deepbrain的Python项目详细描述
深脑
Brain image processing tools using Deep Learning focused on speed and accuracy.
可用工具:
提取器
Extract brain tissue from T1 Brain MRI (i.e skull stripping).
Extractor
运行一个自定义的u-net模型,该模型在各种手动验证的颅骨剥离数据集上进行训练。
为什么选择Extractor
而不是其他(例如bet fsl、ants、pincram)?
Extractor
是fast。它的cnn是在tensorflow上实现的,并且经过精心设计,尽可能地小(即参数的数量更少)。速度比较见下文。您可以在gpu上实现<;2秒提取。运行
Extractor
很容易。您不需要提供任何复杂的参数(如大脑模板或先前的概率掩码),只需使用大脑MRI就足够了。这是因为这个模型是用一个数据增强过程来训练的,这个过程涉及到大脑mri的各种旋转和方向。这意味着无论输入脑磁共振成像的方向如何,提取都将是成功的。未完成注册过程。Extractor
是准确的。它不会在某些情况下失败,而其他(特别是打赌)失败。
速度
Extractor CPU (i5 2015 MBP) | Extractor GPU (Nvidia TitanXP) |
---|---|
~20 seconds | ~2 seconds |
准确度
Extractor
在与CC359 dataset、NFBS dataset和ADNI dataset中的项的子集复合的测试集上实现了最新的精度0.97骰子度量。
如何运行
作为命令行程序
$ deepbrain-extractor -i brain_mri.nii.gz -o ~/Desktop/output/
其中:
-i
:将被头骨剥离的脑部mri。它可以是一个nii
或nii.gz
图像(或任何支持的格式nibabel)。
有关详细信息,请参见deepbrain-extractor -h
。
作为python
importnibabelasnbfromdeepbrainimportExtractor# Load a nifti as 3d numpy image [H, W, D]img=nib.load(img_path).get_fdata()ext=Extractor()# `prob` will be a 3d numpy image containing probability # of being brain tissue for each of the voxels in `img`prob=ext.run(img)# mask can be obtained as:mask=prob>0.5
有关详细信息,请参见deepbrain-extractor -h
。