人体多器官功能组织图像分割

我要开发同款
debugger_10132023年08月04日
255阅读
所属分类人工智能

作品详情

1. 该项目功能包括二类/多类loss设计、模型融合、阈值dice指标设计、数据集设计、模型训练和测试。该项目的目的是识别并分割五类人体器官的功能组织单位,提高模型跨越多个器官的泛化性和鲁棒性。数据来源于kaggle平台的公开数据集:HuBMAP + HPA - Hacking the Human Body,输入图像为.tiff格式,图像中的标注信息包含RLE编码过的mask,使用者可以使用该项目分割出人体器官对应的mask,可将mask编码为RLE格式
2. 将.csv文件中的RLE信息转换成.png格式的mask。训练集图片有351张,数据量少,且图片的分辨率很大(3000×3000),因此需要对图像进行切patch操作。训练过程中使用多折交叉验证的训练策略,提高数据的利用率。设计动态门限,找到对应dice值最高的门限值。通过消融实验验证efficientNet、FPN、UneXt50、和ASPP模块的作用(是否会影响指标),最终融合这些模块。在测试阶段使用TTA,提高模型的泛化能力。设计二类/多类loss,二类loss用于预测每个像素是否属于mask,多类loss用于得到该图像属于哪类器官组织的概率。验证集当阈值取0.55时,dice值最高为0.83,测试集最佳dice为0.65
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论