医学影像分析-基于Python的3D-CT影像的肺结节检测算法源码和项目描述+LUNA16数据集（.zip）

简介：
资源说明采用Python语言开发的3D CT影像肺结节自动检测系统代码库，结合LUNA16公开数据集进行算法性能评估，支持多维度特征提取与深度学习模型优化。基于PyTorch框架实现高效计算，运行环境为Python 2.7.15版本和PyTorch 1.0.0版本配置的服务器平台。## 检测结果（结节预测采用3D-Cube技术的二维切片展示效果显著）（该图片展示了结节预测采用3D-Cube技术的二维切片展示效果显著）LUNA16基于GPU的PyTorch安装指南``` 注意对应的cuda版本 conda install pytorch torchvision cuda90 -c pytorch ``` 将DICOM格式的CT影像重新生成为（.raw/.mhd）文件格式，若其已存在，则无需转换。``` raw就是同一病例的dicom影像在z轴上的堆叠，它包含了一个病例所有切片的原始数据 python dicom2raw.py ``` >其中,candidates.csv中的标注是对所有切片进行的结节分类,这些标注没有对每个独立病例单独进行分类。而该模型第二阶段则在基于单个病例的数据上进行了癌症类型的预测。``` train文件中，用于train与validation的图片数量之比为4：1，test文件中由于没有对应的掩模标注，只能拿来做预测 python labels_extract.py ``` .......