使用U-Net進行肺結節分割案例分析：DSB3Tutorial

使用U-Net進行肺結節分割案例分析：DSB3Tutorial

本文要分析的代碼作者是jonrmulholland，這裏是其鏈接地址
數據集：LUNA 2016，這裏是LUNA2016數據集詳細說明鏈接
重要文件介紹：LUNA_mask_extraction.py，LUNA_segment_lung_ROI.py，LUNA_train_unet.py

第一步：運行LUNA_mask_extraction.py，生產images_#.npy，masks_#.npy
該步驟主要是生產掩碼文件，該掩碼文件作爲實驗的輸出結果，運行成功後，可以通過下列代碼查看結果：

#查看掩碼生成的文件
def CheckImageMask():
    working_path = "./tutorial/"
    imgs = np.load(working_path + 'images_0001_0009.npy')
    lungmask = np.load(working_path + 'masks_0001_0009.npy')

    # np.set_printoptions(threshold=np.inf)
    # print("numpy 打印顯示不全處理")

    # print(lungmask)
    # print(imgs[0])
    # print(imgs[0] * lungmask[0])

    for i in range(len(imgs)):
        print("image:",i)
        fig, ax = plt.subplots(2, 2, figsize=[8, 8])
        ax[0, 0].imshow(imgs[i], cmap='gray')
        ax[0, 1].imshow(lungmask[i], cmap='gray')
        ax[1, 0].imshow(imgs[i] * lungmask[i], cmap='gray')
        plt.show()
        input("hit enter to cont : ")

得到結果如下：

第二步：運行LUNA_segment_lung_ROI.py，生產trainImages.npy，trainMasks.npy，testImages.npy，testMasks.npy
該步驟主要進行肺實質的分割，該代碼的思路是採用基於二值化的方法，分割好肺實質的後，圖像重新resize到512*512，同樣的方法對mask結果也進行處理。
第二步完成後，可以通過下列代碼查看結果：

def CheckLungMask():
    imgs = np.load(working_path + 'images_0003_0024.npy')
    masks = np.load(working_path + 'masks_0003_0024.npy')
    lungmask = np.load(working_path + 'lungmask_0003_0024.npy')

    # np.set_printoptions(threshold=np.inf)
    # print("numpy 打印顯示不全處理")

    # print(lungmask)

    for i in range(len(imgs)):
        print("image:", i)
        fig, ax = plt.subplots(2, 2, figsize=[8, 8])
        ax[0, 0].imshow(imgs[i], cmap='gray')
        ax[0, 1].imshow(lungmask[i], cmap='gray')
        ax[1, 0].imshow(imgs[i] * lungmask[i], cmap='gray')
        ax[1, 1].imshow(masks[i], cmap='gray')
        plt.show()
        input("hit enter to cont : ")

結果圖如下：

第三步：運行LUNA_train_unet.py，訓練U-Net模型
本文使用顯卡爲GTX1060，設置爲20個epoch，訓練集大小爲307，批量大小爲2。 運行後dice係數大約0.3
結果保存在masksTestPredicted.npy中，查看了一下結果：一片黑，沒有任何東西
分割效果非常不理想，why? 步驟是完全按照文檔一步步進行的
分析原理：
1.查看了部分肺實質分割結果，發現有一下分割效果很差的，難道是因爲這樣？
2.原實驗是使用使用TitanX訓練得到的，太貴了，我是買不起，我個人用的是GXT1060，難道是因爲這樣？
3.dice係數才0.3，這個也太低了
後續繼續分析原因…