一、圖像操作類

醫(yī)學(xué)影像往往需要操作的圖像種類較多，類似于nii圖像，dicom圖像等，傳統(tǒng)的工具為SimpleITK ，NiBabel ，目前也有很多集成的工具，便于深度學(xué)習(xí)模型的使用和調(diào)優(yōu)。

1.TORCHIO（強(qiáng)烈推薦）

TorchIO 是一個(gè) Python 工具包，用于在用PyTorch編寫的深度學(xué)習(xí)應(yīng)用程序中高效讀取、預(yù)處理、采樣、增強(qiáng)和寫入 3D 醫(yī)學(xué)圖像，包括用于數(shù)據(jù)增強(qiáng)和預(yù)處理的強(qiáng)度和空間變換。變換包括典型的計(jì)算機(jī)視覺操作，例如隨機(jī)仿射變換，以及特定領(lǐng)域的操作，例如模擬由于MRI 磁場(chǎng)不均勻性或k空間運(yùn)動(dòng)偽影引起的不同強(qiáng)度的偽影。

2.batchgenerator

batchgenerators 是一個(gè)用于數(shù)據(jù)增強(qiáng)的 Python 包。包含空間增強(qiáng)，顏色增強(qiáng)，噪音增強(qiáng)，裁剪。（德國(guó)癌癥研究中心）

3.MITK

醫(yī)學(xué)成像交互工具包（MITK）是用于開發(fā)交互式醫(yī)學(xué)圖像處理軟件的免費(fèi)開源軟件系統(tǒng)。MITK將Insight工具包（ITK）和可視化工具包（VTK）與應(yīng)用程序框架結(jié)合在一起。

二、集成框架（基于pytorch）

1.MONAI（推薦）

特性：靈活的多維醫(yī)學(xué)影像數(shù)據(jù)預(yù)處理；易于集成到現(xiàn)有工作流程中的組合式和可移植 API；針對(duì)網(wǎng)絡(luò)、損失、評(píng)估指標(biāo)等的特定領(lǐng)域?qū)崿F(xiàn)；針對(duì)不同用戶專業(yè)知識(shí)的可定制設(shè)計(jì)；多 GPU 數(shù)據(jù)并行支持。框架較為完整，目前還保持活躍更新，具有較新的模型。

2.nnunet（推薦）

nnU-Net完全自動(dòng)執(zhí)行整個(gè)分割過程，包括數(shù)據(jù)預(yù)處理、模型配置、模型訓(xùn)練、后處理到集成的整個(gè)過程，而不需要人為干預(yù)。此外，訓(xùn)練好的模型還可以應(yīng)用到測(cè)試集中進(jìn)行推理。

3.medicaldetectiontoolkit

medicaldetectiontoolkit基于pytorch的包含流行的目標(biāo)檢測(cè)器2D + 3D實(shí)現(xiàn)，例如Mask R-CNN，Retina Net，Retina U-Net，專注于提供處理醫(yī)學(xué)圖像的訓(xùn)練和推理框架。（和nnUnet，batchgenerator都為德國(guó)癌癥中心的工具）

4.MedicalNet

騰訊推出的3D預(yù)訓(xùn)練模型，MedicalNet項(xiàng)目提供了一系列3D-ResNet預(yù)訓(xùn)練模型和相關(guān)代碼。（目前更新較少）

5.medicaltorch

A medical imaging framework for Pytorch

6.3DUnetCNN

設(shè)計(jì)了 3DUnetCNN，以便輕松地將各種深度學(xué)習(xí)模型的訓(xùn)練和應(yīng)用應(yīng)用于醫(yī)學(xué)影像數(shù)據(jù)。鏈接中提供了有關(guān)如何將這個(gè)項(xiàng)目與來自各種 MICCAI 挑戰(zhàn)的數(shù)據(jù)一起使用的示例/教程。

7.Attention-Gated-Networks

基于注意力卷積神經(jīng)網(wǎng)絡(luò)的的醫(yī)學(xué)圖像分類與分割。（最新更新較舊

三、集成框架（基于tensorflow）

1.NiftyNet

基于tensorflow用于醫(yī)學(xué)圖像分析和圖像指導(dǎo)治療研究的開源卷積神經(jīng)網(wǎng)絡(luò)平臺(tái),特點(diǎn)是易于定制的網(wǎng)絡(luò)組件接口、共享網(wǎng)絡(luò)和預(yù)先訓(xùn)練的模型、支持2-D，2.5-D，3-D，4-D輸入、多GPU支持的高效訓(xùn)練、常用的網(wǎng)絡(luò)實(shí)現(xiàn)（HighRes3DNet，3D U-net，V-net，DeepMedic）、用于醫(yī)學(xué)圖像分割的綜合評(píng)估指標(biāo)。（目前不再積極維護(hù)，項(xiàng)目專項(xiàng)維護(hù)MONAI）

2.deepmedic

基于tensorflow用于3D醫(yī)學(xué)掃描分割的高效多尺度3D卷積神經(jīng)網(wǎng)絡(luò)

3.DLTK

基于tensorflow的用于醫(yī)學(xué)圖像分析的深度學(xué)習(xí)工具包。（3年前最后更新）

總結(jié)

以上是生活随笔為你收集整理的医学影像常用Python包的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。