YNet

Y-Net: تجزئة وتصنيف المفاصل لتشخيص صور خزعة الثدي

يحتوي هذا المستودع على الكود المصدري لمقالتنا YNet، والذي تم قبوله للنشر في MICCAI'18.

عينة من مخرجات Y-Net

حددت Y-Net الأنسجة المصنفة بشكل صحيح والتي لم تكن مهمة للتشخيص. على سبيل المثال، تم تحديد السدى على أنه نسيج مهم، ولكن لم يكن الدم كذلك. السدى هو علامة نسيجية مهمة لتشخيص سرطان الثدي [1] وإزالة المعلومات حول السدى أدت إلى تقليل دقة التصنيف التشخيصي بحوالي 4٪. انظر الورقة لمزيد من التفاصيل.

[1] بيك، أندرو هـ، وآخرون. "التحليل المنهجي لمورفولوجيا سرطان الثدي يكشف عن السمات اللحمية المرتبطة بالبقاء على قيد الحياة." العلوم الطب الترجمي 3.108 (2011): 108ra113-108ra113.

بعض نتائج التجزئة (يسار: RGB WSI، وسط: الحقيقة الأرضية، يمين: تنبؤات Y-Net)

هيكل هذا المستودع

يتم تدريب YNet على مرحلتين:

• Stage1 يحتوي هذا الدليل على الكود المصدري لتدريب المرحلة 1 في Y-Net. المرحلة 1 ليست سوى فرع تجزئة.
• Stage2 يحتوي هذا الدليل على الكود المصدري لتدريب المرحلة 2 في Y-Net. المرحلة الثانية هي التعلم المشترك للتجزئة والتصنيف.
• seg_eval يحتوي هذا الدليل على الكود المصدري لإنتاج أقنعة التجزئة.

شرط مسبق

لتشغيل هذا الكود، يجب أن يكون لديك المكتبات التالية:

• OpenCV - لقد اختبرنا الكود الخاص بنا مع الإصدار 3.3.0. إذا كنت تستخدم إصدارات أخرى، فيرجى تغيير كود المصدر وفقًا لذلك.
• PyTorch - لقد اختبرنا الإصدار 0.2.0_4. إذا كنت تستخدم إصدارات أخرى، فيرجى تغيير كود المصدر وفقًا لذلك.
• Python - اختبرنا الكود الخاص بنا باستخدام Python 3.6.2 (Anaconda custom 64-bit). إذا كنت تستخدم إصدارات أخرى من Python، فلا تتردد في إجراء التغييرات اللازمة على التعليمات البرمجية.

نوصي باستخدام اناكوندا. لقد اختبرنا الكود الخاص بنا على Ubuntu 16.04.

الاقتباس

إذا كانت Y-Net مفيدة لبحثك، فيرجى الاستشهاد بورقتنا البحثية.

 @inproceedings{mehta2018ynet,
  title={{Y-Net: Joint Segmentation and Classification for Diagnosis of Breast Biopsy Images}},
  author={Sachin Mehta and Ezgi Mercan and Jamen Bartlett and Donald Weaver and Joann  Elmore and Linda Shapiro},
  booktitle={International Conference on Medical image computing and computer-assisted intervention},
  year={2018},
  organization={Springer}
}

@article{mehta2018espnet,
  title={ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation},
  author={Sachin Mehta, Mohammad Rastegari, Anat Caspi, Linda Shapiro, and Hannaneh Hajishirzi},
  journal={European Conference in Computer Vision (ECCV)},
  year={2018}
}

رخصة

يتم إصدار هذا الرمز بموجب نفس شروط ترخيص ESPNet.