#267 · 主分类： 计算机视觉
MedicalZooPytorch
3d-convolutional-network
brats2018
brats2019
deep-learning
densenet
iseg
iseg-challenge
medical-image-processing
medical-image-segmentation
medical-imaging
mrbrains18
pytorch
resnet
segmentation
segmentation-models
unet
unet-image-segmentation
基于PyTorch的深度学习框架，用于多模态2D/3D医学图像分割
项目最后更新：07/25/24
GitHub Stars
1.9K
Forks数量
305
贡献者数量
5
许可证
MIT
收录理由
在PyTorch生态里做医学影像分割的团队，常常卡在数据预处理和模型选型这两步。这个库把UNet、VNet、DenseNet、ResNet等几类3D网络结构集中在一起，同时为BraTS、iSeg、MRBrainS18这些常见评测数据集配好了数据加载器。体素扫描数据的整理和格式转换往往比训练本身更耗时，有了现成的加载器能省下不少力气。项目源自一个硕士论文，配套的Colab笔记本和文档对刚接触3D分割的学生来说比较友好，上手门槛不高；而对有经验的 researchers，模型库也提供了现成的对照基准，方便快速跑对比实验。整体看，它兼顾了教学和科研两头的需求。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。