MONAILabel in 3D Slicer 案例2: 脊柱全段分割

文章目录
导读
本系列涵盖从 3D Slicer 医学图像查看器的基础使用到高级自动分割扩展程序的内容(从入门到高阶!),具体包括软件安装、基础使用教程,自动分割扩展(totalsegmentator, monai label)快速标注数据。
在本系列第三部分中,我们在工作站上安装了 MONAILabel 服务端和 MONAILabel 3D Slicer 客户端。在第四部分内容中,我们从一个简单的腹部CT脾脏分割案例开始,介绍了monai label使用的一些基础用法。
接下来,会介绍更多monai label自动分割案例,尤其是使用monai bundle 和model zoo里面的分割模型。
本节重点:在这一节中,我们将继续介绍 monai label radiology app中的一个预模型segmentation_vertebra. 可用于全脊柱的分割,包括颈椎C1-C7, 胸椎TH1-TH12,腰椎T1-T5。
该系列之前的内容如下:
【添加链接】
如果你没看过系列之前的内容,以下是monai label一个简单的介绍
[ MONAI Label 是一个服务器-客户端系统,它利用 AI 促进交互式医学图像注释。它是一个开源且易于安装的生态系统,可以在具有单个或多个 GPU 的机器上本地运行。服务器和客户端都在同一台/不同的机器上工作。它与MONAI共享相同的原理。
MONAI Label 减少了注释新数据集的时间和精力,并通过不断从用户交互和数据中学习,使 AI 能够适应手头的任务。MONAI Label 允许研究人员和开发人员以用户的方式与他们的应用程序交互,从而不断改进他们的应用程序。最终用户(临床医生、技术人员和一般注释者)受益于 AI 的不断学习,并更好地理解最终用户试图注释的内容。]
--------------- let’s do it -------------
step1: 激活环境
conda activate monailabel
step2:下载 radiology app
如之前下载过忽略此步骤
monailabel apps --download --name radiology --output apps
把radiology下载到‘apps’文件夹,请记住你的apps地址
step3:下载示例数据
如之前下载过忽略此步骤
使用 monailabel API 下载 MSD 脾脏数据集作为示例数据集。任务是从 CT 图像中进行脾脏的体积(3D)分割。但我们这里用来分割脊柱
monailabel datasets --download --name Task09_Spleen --output datasets
可以前往文件夹查看下载信息,如因为网速下载不下来数据可联系Tina姐。之前下载过此数据可直接将数据放到此目录下,无需重复下载。

step4: 启动MONAI Label Server
这里使用的模型是segmentation_vertebra,localization_spine,localization_vertebra三个。第一次使用会自动从网上下载预训练模型。


1万+

被折叠的 条评论
为什么被折叠?



