UWAFA-GAN

هذا الكود هو تطبيق pytorch لـ UWAFA-GAN والذي تم قبوله من قبل JBHI 2024 المسمى "UWAFA-GAN: تحويل تصوير الأوعية بالفلوريسئين بزاوية واسعة للغاية عبر التوليد متعدد النطاق وتعزيز التسجيل". يمكن استخدامه لتحويل تنظير العين بالليزر بمسح UWF (UWF-SLO) إلى تصوير الأوعية بالفلوريسئين UWF (UWF-FA) وعرض مناطق الآفة الوعائية الصغيرة ويمكن تدريبه على اختلال بسيط في المحاذاة المقترنة بـ UWF-SLO وUWF-FA.

جيل UWF-FA من UWF-SLO بتفاصيل جميلة

الطلبات المسبقة

لينكس
بيثون>=3.7
NVIDIA GPU (الذاكرة> = 10 جيجا) + CUDA cuDNN

كيفية التدريب

إعداد البيانات

نحن نتنقل بجد من خلال الإجراءات الأخلاقية وإجراءات الموافقة لتوفير كميات كبيرة من البيانات القابلة للتدريب والتي يمكن أن تعزز شمولية التعليمات البرمجية مفتوحة المصدر الخاصة بنا. ومع ذلك، في الوقت الحاضر، لا يمكننا نشر كميات كبيرة من البيانات علنًا. نحن نقدر تفهمك بخصوص هذه المسألة. ومع ذلك، إذا كانت لديك بياناتك الخاصة، فلا يزال بإمكانك التدريب والتوليد باستخدام الكود الخاص بنا. نحن نفترض أن بياناتك، مع اللاحقة ".jpg"، موجودة في المسار "dataset/yours" ، نحتاج أولاً إلى اقتصاصها بشكل عشوائي في مجموعة بيانات التدريب.

 python utils/advan_random_crop.py --datadir dataset/yours  --output_dir dataset/data_slo2ffa --suffix .jpg --index_interval 0 --index_interval 100

سيؤدي هذا إلى اقتصاص 100 زوج من الصور اللاحقة بتنسيق jpg من المسار "dataset/yours" ووضع النتيجة في المسار "dataset/data_slo2ffa" . ومن ثم يمكن تنفيذ إجراءات التدريب. ابحث عن ملف yaml في المسار "config/train_config.yaml"، وتأكد من صحة مسار data_path الخاص به.

جزء من Train_config.yaml

 batchsize: 4
epoch: 40
num_D: 2
n_layers: 4

# validation setting
validation_epoch: 41
val_dir: ''

# dataloader
data_path: ["dataset/data_slo2ffa"]
val_length: 900
seed: -1 
img_size: [832, 1088]

وقم بتشغيل الأمر:

 python -u train_changed.py

البدء في التقييم

نحن نقدم 6 أزواج من الأمثلة للتقييم في dataset/example_pairs ، إذا كان لديك UWF-SLO فقط ويمكنك تجربتها أيضًا. للتقييم، يجب تسمية UWF-SLO الأول باسم 1.jpg، والثاني باسم 2.jpg... تمامًا كما هو الحال في dataset/example_pairs

تكوين نقطة التفتيش

قم بتحميل ملف exp_final وتأكد من صحة المسار "./weights/exp_final". يجب أن يحتوي الدليل "exp_final" على ثلاثة عناصر:

 ├── exp_final
    ├──discriminator.pt
    ├──generator.pt
    ├──reg.pt

وقم بتشغيل الأمر:

python -u utils/Model_evaluation_without_ffa.py --updir dataset/example_pairs 
    --model_updir weights/exp_final

سيتم حفظ النتيجة في مجموعة بيانات المسار/example_pairs

الاقتباس

 @article{ge2024uwafa,
  title={UWAFA-GAN: Ultra-Wide-Angle Fluorescein Angiography Transformation via Multi-scale Generation and Registration Enhancement},
  author={Ge, Ruiquan and Fang, Zhaojie and Wei, Pengxue and Chen, Zhanghao and Jiang, Hongyang and Elazab, Ahmed and Li, Wangting and Wan, Xiang and Zhang, Shaochong and Wang, Changmiao},
  journal={IEEE Journal of Biomedical and Health Informatics},
  year={2024},
  publisher={IEEE}
}

يوسع

معلومات إضافية