SlicePartitioningMethod

環境

※CUDA，cuDNN等ライブラリのインストール済，GPUの動作を確認していることを前提としています CUDAのバージョンに対応したPyTorchをインストールしてください（公式Pytorchインストールページ）．

# Pytorchをinstallしていない場合（例：CUDA 11.8）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 必要なライブラリのダウンロード
pip install -r requirements.txt

スクリプトの実行

step1． DCMファイルからniftiファイルに変換

cd ~/SlicePartitioningMethod/totalSegmentator/script
python dcm2nifti.py 

step2． 3領域に分割するための元となる（例：甲状腺，肺，腎臓）のセグメンテーションを作成

pyhton totalseg.py

step3． 作成したセグメンテーションをもとにデータセットを3領域に分割（dataset:upper, middle, lowerの作成）

cd 
cd ~/SlicePartitioningMethod/slicePartitioning/script

# データ分割用のセグメンテーションが３つの場合
python slicepartitioning.py

# データ分割用のセグメンテーションが2つの場合
python slicePt_2segmentation.py

⚠️ 以下はPix2Pixでの処理

作成した３つのデータセットをPix2Pixで学習

テストデータも同様にして，step1~step3を実行

各領域ごとの学習済みモデルを用いてテストセットに対しinference.ipynbを実行

↓

ここで３つのテストセットの生成画像が得られる　　

step4． 3つのモデルから得られた各テストセットの生成画像を平均化

python unity_dcmfolder.py