「Deep learningによる医用画像解析の深化と進化」
日時 : 2019/2/17 13:00-16:30
場所 : 京都大学大学院医学研究科 人間健康科学系専攻 杉浦地域医療研究センター
-
講演資料
-
Google Colaboratoryを利用したオンライン演習用資料
- Lesson 1
MNIST手書き数字データ・セットの自動認識 - Lesson 2
肺領域の自動抽出(セグメンテーション) - Lesson 3
肺領域の自動抽出(セグメンテーション)・コロナル(正面断面)方向 ← コロナル方向の予測サンプルコードを追加しました
- Lesson 1
-
肺CT・セグメンテーション用学習データ
Lesson 2内でダウンロード方法を記載していますので、別途ローカルにダウンロードする必要はありませんが、念の為DL用リンクを貼っておきます
※本データはLIDC-IDRIのCTデータ10症例に対し、「Growth RTV」のPython連携機能を利用し、下記の手順で自動処理して生成しています
-
CTデータを読み込み、肺輪郭の自動付加・DICOM-RT化してエクスポート
- DICOM-RTを利用したい方はここからダウンロード
※ファイルサイズが大きい(470MB)ため、講演中のダウンロードはお控えください
- DICOM-RTを利用したい方はここからダウンロード
-
CTおよび肺領域の3D Rawの自動抽出
- CT – short型。元のCT値を保持
- 肺領域 – unsigned char型。0:肺領域ではない。255:肺領域である
-
上記3D Rawをすべて「元のスライス数×256×256」のサイズの3D Rawへ線形補間して出力 ← これをLesson2内に利用しています
- Lesson 2用学習データのダウンロード
※ファイルサイズが大きい(120MB)ため、講演中のダウンロードはお控えください
- Lesson 2用学習データのダウンロード
-
