分享一个PyTorch医学图像分割开源库

分享一位52CV粉丝Ellis开发的基于PyTorch的专注于医学图像分割的开源库，其支持模型丰富，方便易用。其可算为torchio的一个实例，作者将其综合起来，包含众多经典算法，实用性比较强。

地址在这里：

https://github.com/MontaEllis/Pytorch-Medical-Segmentation

该库特点：

1. 支持2D和3D医学图像分割，可以修改hparam.py文件来确定是2D分割还是3D分割以及是否可以进行多分类。
2. 支持绝大数主流分割模型，几乎提供了所有的2D和3D分割的算法。
3. 兼容几乎所有的医学数据格式(例如 nii.gz, nii, mhd, nrrd, ...)，修改hparam.py的fold_arch即可。

作者提供了训练和测试推断的代码，简单配置后训练和推断都仅需要一行命令。

已包含的分割模型：

• 2D
  • unet
  • unet++
  • miniseg
  • segnet
  • pspnet
  • highresnet(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
  • deeplab
  • fcn
• 3D
  • unet3d
  • densevoxelnet3d
  • fcn3d
  • vnet3d
  • highresnert(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
  • densenet3d