LUNA 2016数据集

肺结节数据集来源

天池的数据没有开放，LIDC数据集太大了，我将lLUNA16数据集存在了百度网盘,想要的朋友请点击这个链接

LUNA16数据集介绍

LUNA16的数据来源于一个更大的数据集LIDC-IDRI，该数据集共有1018个CT扫描，也就是1018个病例，每个CT图像都有xml格式的标签文件，这个数据集的数据来源于7家不同的学术机构，所采用的扫描器及其相关参数都不尽相同，所以，1018个图像可以说分布不均，用论文中的话来说就是very heterogeneous。

LUNA16数据集将切片厚度（slice thickness)大于3mm的CT去除，同时将切片space不一致以及缺失部分切片的CT也去除，最后产生了888张CT,构成了LUNA16.这里要解释两件事，一，剔除3mm以上的CT是因为切片越薄效果越好，这不难理解，对肺部进行扫描，肯定是扫描得出的数据越多越好，想的极端点，如果整个肺部只有一张切片，这厚度绝对够了吧哈哈，那就连3D数据都没法获取了，更别说有效检测肺结节。二，切片space是啥，个人理解就是切片出来的数据是3D的（把一张张二维切片组合一起），有z,y,x三个维度，spacez指的就是切片厚度，spacey和spacex指的是每张切片的单个像素代表着实际宽高多少的肺部组织。所有的CT图像都以.mhd格式存储。

这里，不妨看一下实际上LUNA16的文件，共有10个子文件夹，subset0~subset9，这是为了做10折交叉验证，每个文件夹里都是病例，每个病例对应两个文件，文件名相同，后缀不同，其中.mhd文件存储着ct的基本信息，.raw文件存储着实际的ct数据，可以看到，ct文件还是挺大的，LUNA16足足一百多G，下载起来也挺耗时的。

目标以及可能实现的模型

我找到的以LUNA 16为数据集的模型有如下几个

LUNA16-Lung-Nodule-Analysis-2016-Challenge　这篇文章是我首先看到的．这篇文章里面主要做了两个工作，一个是detection(segmentation)图片可视化，另一个是classification．作者给了联系方式，总的来说是我的首选．
LUNA16 Lung Nodule Analysis - NWI-IMC037 Final Project只是实现了prediction，感觉工作比较的仓促(跟我一样在赶ddl)，而且有一部分似乎要manually ，排他自己也说 “hard to redo”，排除了
3D-Lung-nodules-detection只是实现了prediction，不过很有条理，可以参考一下．
CASED-TensorflowREADME有点迷，最后可以尝试一下

运行模型的具体经历

LUNA16-Lung-Nodule-Analysis-2016-Challenge

nodule detection

convert annotation.csv file to image mask file:run the LUNA_mask_extraction.py这一步调整了一下坐标系
analyze the ct image,and get the slice thickness and window width and position:run the dataAnaly.py 这一步print一下，可有可无
generate lung nodule ct image and mask:run the data2dprepare.py 生成了ct原来的图像和mask，mask大部分是全黑，只有一小部分一个白色的小点
generate patch(96,96,16) lung nodule image and mask:run the data3dprepare.py
save lung nodule data and mask into csv file run the utils.py,like this:G:\Data\segmentation\Image/0_161…

nodule classify

convert candidates.csv file to nodule and not-nodule image(48,48,48):run the LUNA_node_extraction.py
Augment the nodule image data: run the Augmain.py
split data into train data(80%) and test data(20%):run the subset.py
save lung nodule data and label into csv file like this:1,G:\Data\classify\1_aug/0_17.npy

3D-Lung-nodules-detection

labels.csv是个神马东西啊，这玩意儿根本没法跑，值得注意的是他用了设置了一个config字典的py文件（config training）来设置各项地址，然后在prepare.py设置了３８５行设置各项参数，不过个人感觉还是使用argparse模块一目了然，这个东西我找了很久

遇到的问题

数据集过于庞大，加上预处理数据轻轻松松达到150gb以上，我尝试不使用全部dataset训练，但为candidates.csv无法修改的问题．这里一共551065条数据。其中，正例（class：1）：1351条，其余都是负例（class：0），由于无法识别名称，不得不整个数据集进行训练．同时因为这个原因需要推倒重来，我将数据集放到了１TB的固态硬盘上进行训练

LUNA 2016 Detection and Segmentation相关推荐

全卷积神经网路【U-net项目实战】LUNA 2016 数据集详解
文章目录 1.LUNA 2016 数据集详解 2.mdh数据格式详解 3.python读取mdh的方法 4.annotations.csv坐标转换 5.LUNA16数据集肺结节显示 1.LUNA 20 ...
【论文笔记】Region-based Convolutional Networks for Accurate Object Detection and Segmentation
<Region-based Convolutional Networks for Accurate Object Detection and Segmentation>是将卷积神经网络应用 ...
【论文翻译】UniT: Unified Knowledge Transfer for Any-Shot Object Detection and Segmentation
UniT: Unified Knowledge Transfer for Any-Shot Object Detection and Segmentation UniT:任意样本量的目标检测和分割的统 ...
LUNA 2016 数据集详解
LUNA 2016 数据集详解 LUNA16数据集的由来 LUNA 2016 数据集来自2016年LUng Nodule Analysis比赛,这里是其官方网站. LUNA16数据集是最大公用肺结节数 ...
Simultaneous Detection and Segmentation
Simultaneous Detection and Segmentation(SDS) 论文理解 ================================================== ...
视盘检测 Accurate and Efficient Optic Disc Detection and Segmentation by a Circular Transformation
Accurate and Efficient Optic Disc Detection and Segmentation by a Circular Transformation 原文意思: 利用边缘 ...
异常检测论文阅读《PANDA: Adapting Pretrained Features for Anomaly Detection and Segmentation》
<PANDA: Adapting Pretrained Features for Anomaly Detection and Segmentation> CVPR2021 论文背景: 近年 ...
Lecture 11: Detection and Segmentation
CS231n Lecture 11: Detection and Segmentation Semantic Segmentation Label each pixel in the image wi ...
[SDS]Simultaneous Detection and Segmentation
Motivation 作者认为,尽管检测和分割被分成两个任务,但是这些差异都是人为设定的.因此,这里应该存在一种任务--Simultaneous Detection and Segmentation, ...

LUNA 2016 Detection and Segmentation

文章目录