H-DenseUNet: TMI 2018版本的改进版 H-DenseUNet
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
H-DenseUNet是TMI 2018论文中提出的DenseUNet架构的升级版，通过引入高效的层次化结构和创新的连接机制，显著提升了医学图像分割的精度与速度。
H-DenseUNet：用于CT图像肝脏及肿瘤分割的混合密集连接UNet（TMI 2018）。该存储库旨在支持我们的TMI 2018论文相关工作。
环境要求：
代码仅在Python 2环境下测试过，请参阅“requirements.txt”了解具体需求。
数据预处理步骤如下：下载所需的数据集。然后，将包含分割掩码的训练数据中的131个样本放置于data/TrainingData目录下，并将70个测试样本置于data/TestData目录中。执行以下命令进行预处理：
```
python preprocessing.py
```
使用我们的模型进行测试时，请下载肝脏面罩并将其放在“livermask”文件夹内，同时下载训练好的模型并放置在“model”文件夹里。然后运行如下指令以开始测试过程：
```
python test.py
```
对于2D DenseUnet的训练流程，您需要先进行以下操作：
全部评论 (0)
还没有任何评论哟~
