来自论文《Whole Brain Segmentation and Labeling from CT Using Synthetic MR Images》,主要用于通过分割模型,将CT数据合成MRI数据。
keras>1.3 Tensorfow>1.0 SimppleITK=1.1.0
收集同一人的CT/MRI数据,需要对数据进行N4偏差场矫正,白质均值正则化,再讲两个数据进行刚性配准。
按上图对Unet进行修改,参考unet_model.py文件
train.py
input ct data use U-net method systh mri
来自论文《Whole Brain Segmentation and Labeling from CT Using Synthetic MR Images》,主要用于通过分割模型,将CT数据合成MRI数据。
keras>1.3 Tensorfow>1.0 SimppleITK=1.1.0
收集同一人的CT/MRI数据,需要对数据进行N4偏差场矫正,白质均值正则化,再讲两个数据进行刚性配准。
按上图对Unet进行修改,参考unet_model.py文件
train.py