目前支持应用
auto-encoder(图像模型表示)
gan
classification(图像分类)
segmentation(图像分割)
regression(回归)
数据层(NiftyNet/niftynet/io),负责医学图像的读取,目前读取器有以下几种:
1. nibabel 支持.nii医学文件格式
2. simpleitk 支持.dcm和 .mhd格式的医疗图像
3. opencv 支持.jpg等常见图像读取,读取后通道顺序为BGR
4. kimage 支持.jpg等常见图像读取
5. pillow 支持.jpg等常见图像读取,通道顺序为RGB
输入数据->配置->选择application(TRAIN训练,INFER推测,EVAL评审)->
Application流程
读取数据
采样
网络
数据-网络
输出
扩展或者自定义Application,可以参考https://niftynet.readthedocs.io/en/dev/extending_app.html
nitialise_dataset_loader
initialise_sampler
initialise_network
onnect_data_and_network
interpret_output
配置文件需要必须包含的模块
1. 输入数据配置,如ct,lable
2. 系统配置,如SYSTEM(线程数,gpu数等),NETWORK,TRAINING,INFERENCE
3. 自定义配置,如SEGMENTATION(分割)
事件处理
-
GRAPH_CREATED; -
SESS_STARTED; -
SESS_FINISHED; -
ITER_STARTED; -
ITER_FINISHED.