一、图像操作类

医学影像往往需要操作的图像种类较多,类似于nii图像,dicom图像等,传统的工具为SimpleITK ,NiBabel ,目前也有很多集成的工具,便于深度学习模型的使用和调优。

1.TORCHIO(强烈推荐)

TorchIO 是一个 Python 工具包,用于在用PyTorch编写的深度学习应用程序中高效读取、预处理、采样、增强和写入 3D 医学图像,包括用于数据增强和预处理的强度和空间变换。变换包括典型的计算机视觉操作,例如随机仿射变换,以及特定领域的操作,例如模拟由于MRI 磁场不均匀性或k空间运动伪影引起的不同强度的伪影。

2.batchgenerator

batchgenerators 是一个用于数据增强的 Python 包。包含空间增强,颜色增强,噪音增强,裁剪。(德国癌症研究中心)

3.MITK

医学成像交互工具包(MITK)是用于开发交互式医学图像处理软件的免费开源软件系统。MITK将Insight工具包(ITK)和可视化工具包(VTK)与应用程序框架结合在一起。

二、集成框架(基于pytorch)

1.MONAI(推荐)

特性:灵活的多维医学影像数据预处理;易于集成到现有工作流程中的组合式和可移植 API;针对网络、损失、评估指标等的特定领域实现;针对不同用户专业知识的可定制设计;多 GPU 数据并行支持。框架较为完整,目前还保持活跃更新,具有较新的模型。

2.nnunet(推荐)

nnU-Net完全自动执行整个分割过程,包括数据预处理、模型配置、模型训练、后处理到集成的整个过程,而不需要人为干预。此外,训练好的模型还可以应用到测试集中进行推理。

3.medicaldetectiontoolkit

medicaldetectiontoolkit基于pytorch的包含流行的目标检测器2D + 3D实现,例如Mask R-CNN,Retina Net,Retina U-Net,专注于提供处理医学图像的训练和推理框架。(和nnUnet,batchgenerator都为德国癌症中心的工具)

4.MedicalNet

腾讯推出的3D预训练模型,MedicalNet项目提供了一系列3D-ResNet预训练模型和相关代码。(目前更新较少)

5.medicaltorch

A medical imaging framework for Pytorch

6.3DUnetCNN

设计了 3DUnetCNN,以便轻松地将各种深度学习模型的训练和应用应用于医学影像数据。链接中提供了有关如何将这个项目与来自各种 MICCAI 挑战的数据一起使用的示例/教程。

7.Attention-Gated-Networks

基于注意力卷积神经网络的的医学图像分类与分割。(最新更新较旧

三、集成框架(基于tensorflow)

1.NiftyNet

基于tensorflow用于医学图像分析和图像指导治疗研究的开源卷积神经网络平台,特点是易于定制的网络组件接口、共享网络和预先训练的模型、支持2-D,2.5-D,3-D,4-D输入、多GPU支持的高效训练、常用的网络实现(HighRes3DNet,3D U-net,V-net,DeepMedic)、用于医学图像分割的综合评估指标。(目前不再积极维护,项目专项维护MONAI)

2.deepmedic

基于tensorflow用于3D医学扫描分割的高效多尺度3D卷积神经网络

3.DLTK

基于tensorflow的用于医学图像分析的深度学习工具包。(3年前最后更新)

医学影像常用Python包相关推荐

  1. Python——常用Python包的学习笔记

    1 致谢 感谢陈助教的帮助! 2 前言 今天想通过画图展现一下学习参考值的变化情况,在网上看了一下,需要使用plt包,不过又忘了plt是做什么用的了,于是想要记录一下,写一下关于常用Python包的笔 ...

  2. scipy.statis统计学的常用Python包

    四个常用分布的概率密度函数.分布函数.期望.分位数.以及期望方差标准差中位数原点矩: 1,正态分布: [python] view plain copy <code class="lan ...

  3. 医学影像中用 python 读取 nrrd 文件、nrrd转nii、nrrd转h5

    用 python 读取 nrrd 文件一般使用 pynrrd 这个库 1 安装pynrrd pip 安装 pip install pynrrd 源码安装 pip install git+https:/ ...

  4. 当医学影像遇上深度学习 | 影像数据类型一览

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 写在前面 随着医学成像技术的发展与进步,图像处理在医学研究与临床医 ...

  5. python包NiBabel对医学影像文件格式进行读写:python包NiBabel简介集示例

    python包NiBabel对医学影像文件格式进行读写:python包NiBabel简介集示例 目录 python包NiBabel对医学影像文件格式进行读写:python包NiBabel简介集示例

  6. python包NiBabel对医学影像文件格式进行读写并可视化实战:查看和显示.nii.gz、.nii文件

    python包NiBabel对医学影像文件格式进行读写并可视化实战:查看和显示.nii.gz..nii文件 目录 python包NiBabel对医学影像文件格式进行读写并可视化实战:查看和显示.nii ...

  7. 基于Python Unet的医学影像分割系统源码,含皮肤病的数据及皮肤病分割的模型,用户输入图像,模型可以自动分割去皮肤病的区域

    手把手教你用Unet做医学图像分割 我们用Unet来做医学图像分割.我们将会以皮肤病的数据作为示范,训练一个皮肤病分割的模型出来,用户输入图像,模型可以自动分割去皮肤病的区域和正常的区域.废话不多说, ...

  8. 医学影像处理相关软件及python包

    一.软件 1. Freesurfer FreeSurfer是一个软件包,用于分析和可视化来自横断面或纵向研究的结构和功能神经影像数据.FreeSurfer为结构MRI数据提供完整的处理流,包括:颅骨剥 ...

  9. TensorFlow常用Python扩展包

    TensorFlow常用Python扩展包 TensorFlow 能够实现大部分神经网络的功能.但是,这还是不够的.对于预处理任务.序列化甚至绘图任务,还需要更多的 Python 包. 下面列出了一些 ...

  10. Python常用扩展包

    一. Python常用扩展包 参考张良均的<Python数据分析与挖掘实战>,下图展示了常见的Python扩展包.         常用的包主要包括:         1.Numpy    ...

最新文章

  1. 6 OC中 isa 和 superclass 的总结
  2. Ace-editor 输入内容时光标闪动,定位错乱的解决方案
  3. pytorch判断NaN
  4. putty登陆sourceforge.net(设置登录)
  5. 夺命雷公狗---DEDECMS----26dedecms面包屑导航的实现
  6. 苹果手机怎么编辑word文档_可以一键导入word图文的微信编辑软件有什么?编辑器怎么使用?...
  7. [jQuery1.9]Cannot read property ‘msie’ of undefined错误的解决方法
  8. DFT(离散傅里叶变换)与FFT(快速傅里叶变换)初识
  9. Dropbox 开源其 Go 语言库 —— godropbox
  10. Linux搭建NFS文件服务器
  11. Wolfram Mathematica 13 for Mac(功能强大的科学计算软件)
  12. 扩散方程——热传导问题(能量定律+傅里叶热传导定律)+ 拉普拉斯方程 | 偏微分方程(三)
  13. 数学四大思想八大方法_四种思想方法,让你轻松掌握高中数学
  14. 客户需求分析8个维度_电商数据分析的4大思维和8个指标
  15. hive实现两列数据合并成一列
  16. 【阿里102句土话集锦】菜鸟必备
  17. Javascript中的shift() 、unshift() 和 pop()、push()区别
  18. Android Studio Shape属性(上)
  19. APP应用加固实战案例:贪玩蓝月
  20. 数据中心服务器部署,数据中心服务器接入部署的布线方式

热门文章

  1. html爆炸动画效果,基于CSS3和GSAP的超酷盒子爆炸动画特效
  2. 教你自己如何在Windows10系统创建虚拟专用网络
  3. 中国管理信息化杂志中国管理信息化杂志社中国管理信息化编辑部2022年第16期目录
  4. mybatis之mybatis操纵数据库
  5. 如何用计算机看苹果手机的文件,如何在电脑上管理iphone文件?
  6. HDU - 5773 贪心 + LIS
  7. 微信文章搜索工具, 推荐使用它,简单好用
  8. ensp上静态路由与浮动路由设置及相应实验操作,超级简单详细
  9. 街头篮球 服务器中断,win7系统下玩街头篮球卡机如何解决
  10. CRM如何维护客户关系?CRM成功案例分析