云南大学 2021级人工智能 医疗实训项目-期末仓库

• 小组成员

20211060245 陈俊宏
20211060143 李俊杰
20211060203 周楷翔
20211120259 朱　荣
20211060007 宋成宇

一、头部CT伪影识别

• 项目结构

./头部CT伪影识别
│   KNN.py
│
├───ErrorDetection(DeepLearning)
│       dataset_errordetect.py
│       dataset_imbalance.py
│       KCN.py
│       KNN.py
│       LOF_best.py
│       train_1class.py
│       train_1class_KAN.py
│       VGG_KCN.py
│
├───ErrorDetection(LOF)
│       dataset_L2.py
│       LOF_best.py
│
├───VGG+KAN二分类
│       dataset_L2.py
│       KCN.py
│       train.py
│
└───resource

• 如需运行代码，请阅读代码数据处理有关内容，并将数据集正确存放到对应位置。相关分类结果和训练图表保存在 ./头部CT伪影识别/resource/ 文件夹下，可自主查看。

1. Classification With VGG16+KAN

模型性能表

	Precision	Recall	F1-score
Good	1.0	0.74	0.85
Bad	0.05	1.0	0.11

训练曲线

详细代码请查看 ./头部CT伪影识别/VGG+KAN二分类/

2. Error Detection With LOF(Local Outlier Factor)

LOF最终分类效果

LOF PCA降维数据分布展示

详细代码请查看 ./头部CT伪影识别/ErrorDetection(LOF)/

3. Error Detection With VGG16+KAN

VGG16+KAN 异常检测效果

VGG16+KAN PCA降维数据分布展示

详细代码请查看 ./头部CT伪影识别/ErrorDetection(DeepLearning)/

医学影像分割

• 项目结构

./医学影像分割
│   Level3.ipynb
│
├───mask_former
│   │   dataset.py
│   │   model.py
│   │   split.py
│   │   test.py
│   │   train_mix.py
│   │   train_transormer.py
│   │
│   └───models
│           new8_model.pth
│           new_model_xinshi.pth
│           nf_mix_model.pth
│
└───resource

• 相关分割结果和训练图表保存在 ./医学影像分割/resource 文件夹下，可自主查看。

1. 使用自己搭建（或预训练）的主干模型 + U-Net进行分割

在 ./医学影像分割/Level3.ipynb 文件中，已经包含以下内容的所有代码与运行结果：

• Segmentation With VGG16+U-Net(Single Modal)
• Segmentation With VGG16+U-Net(Multi Modal)
• Segmentation With ResNet50+U-Net(Multi Modal)

如需运行 jupyter notebook 中的相关代码，请根据代码中数据处理相关部分，将需要的文件夹、文件结构以及数据集正确创建和存放到到对应位置。

分割结果示例

2. 使用自己搭建（或预训练）的主干模型 + Mask-Former进行分割

在 ./医学影像分割/mask_former/ 文件夹下，已经包含以下内容的所有代码与部分运行结果：

• Segmentation With VGG16+U-Net(Single Modal)
• Segmentation With VGG16+U-Net(Multi Modal)
• Segmentation With ResNet50+U-Net(Multi Modal)

如需运行相关代码，请根据代码中数据处理相关部分，将需要的文件夹、文件结构以及数据集正确创建和存放到到对应位置。

多模态训练曲线

多模态分割结果示例