【驭风计划 深度学习】实验4：脑部MRI图像分割

案例4：脑部MRI图像分割

相关知识点：语义分割、医学图像处理（skimage, medpy）、可视化（matplotlib）

1 任务简介

      本次案例将使用深度学习技术来完成脑部MRI(磁共振)图像分割任务，即对于处理好的一张MRI图像，通过神经网络分割出其中病变的区域。本次案例使用的数据集来自Kaggle[1]，共包含110位病人的MRI数据，每位病人对应多张通道数为3的.tif格式图像，其对应的分割结果为单通道黑白图像(白色为病变区域)，示例如下。

第一行: MRI图像；第二行: 对应的分割标签

      更详细的背景介绍请参考文献[2].

2 参考程序

      本次案例提供了完整、可供运行的参考程序，来源于Kaggle[3]和GitHub[4]，建议在参考程序的基础上进行修改来完成本案例。各个程序简介如下：

ltrain.ipynb用来完成模型训练

linference.ipynb用来对训练后的模型进行推理

lunet.py定义了U-Net网络结构，参考资料[5]

lloss.py定义了损失函数(D