Python-UNet用于医学图像分割的嵌套UNet架构

UNet : 用于医学图像分割的嵌套U-Net架构

#!/usr/bin/env python
# coding: utf-8

# In[6]:
“““
CUDA_VISIBLE_DEVICES=2 python -W ignore BRATS2013_application.py \
--run 1 \
--arch Unet \
--backbone vgg16 \
--init random \
--verbose 1 \
--data /mnt/dataset/shared/zongwei/BRATS2013/npy
“““

# Keras==2.2.2
# tensorflow-gpu==1.4.1
from __future__ import print_function
import warnings
warnings.filterwarnings（‘ignore‘）
import os
import keras
print（“Keras = {}“.format（keras.__version__））
import tensorflow as tf
os.environ[‘TF_CPP_MIN_LOG_LEVEL‘] = ‘3‘  # or any {‘0‘ ‘1‘ ‘2‘}
from tqdm import tqdm
import matplotlib.pyplot as plt
import numpy as np
import pylab
import sys
import math
import SimpleITK as sitk
from matplotlib import offsetbox
import matplotlib.pyplot as plt
import shutil
from sklearn import metrics
import random
from random import shuffle
from keras.callbacks import LambdaCallback TensorBoard
from glob import glob
from skimage.transform import resize
from optparse import OptionParser
from segmentation_models import Nestnet Unet Xnet
from helper_functions import *
from keras.utils import plot_model

sys.setrecursionlimit（40000）

parser = OptionParser（）

parser.add_option（“--run“ dest=“run“ help=“the index of gpu are used“ default=1 type=“int“）
parser.add_option（“--arch“ dest=“arch“ help=“Unet“ default=None type=“string“）
parser.add_option（“--init“ dest=“init“ help=“random | finetune“ default=None type=“string“）
parser.add_option（“--backbone“ dest=“backbone“ help=“the backbones“ default=None type=“string“）
parser.add_option（“--decoder“ dest=“decoder_block_type“ help=“transpose | upsampling“ default=“transpose“ type=“string“）
parser.add_option（“--input_rows“ dest=“input_rows“ help=“input rows“ default=256 type=“int“）
parser.add_option（“--input_cols“ dest=“input_cols“ help=“input cols“ default=256 type=“int“）
parser.add_option（“--input_deps“ dest=“input_deps“ help=“input deps“ default=3 type=“int“）
parser.add_option（“--nb_class“ dest=“nb_class“ help=“number of class“ default=1 type=“int“）
parser.add_option（“--verbose“ dest=“verbose“ help=“verbose“ default=0 type=“int“）
parser.add_option（“--weights“ dest=“weights“ help=“pre-trained weights“ default=None type=“string“）
parser.add_option（“--data“ dest=“DATA_DIR“ help=“data set location“ default=“Data/BRATS“ type=“string“）
parser.add_option（“--batch_size“ dest=“batch_size“ help=“batch size“ default=2048 type=“int“）

（options args） = parser.parse_args（）

assert options.backbone in [‘vgg16‘
                            ‘vgg19‘
                            ‘resnet18‘
                            ‘resnet34‘
                            ‘resnet50‘
                            ‘resnet101‘
                            ‘resnet152‘
                            ‘resnext50‘
                            ‘resnext101‘
                            ‘densenet121‘
                            ‘densenet169‘
                            ‘densenet201‘
                            ‘inceptionv3‘
          

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\
     文件        1157  2019-05-25 20:53  UNetPlusPlus-master\.gitignore
     文件       12177  2019-05-25 20:53  UNetPlusPlus-master\BRATS2013_application.py
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\Figures\
     文件      298346  2019-05-25 20:53  UNetPlusPlus-master\Figures\fig_UNet++.png
     文件      419252  2019-05-25 20:53  UNetPlusPlus-master\Figures\fig_inference_time.png
     文件      649067  2019-05-25 20:53  UNetPlusPlus-master\Figures\fig_prediction_comparison.png
     文件      507696  2019-05-25 20:53  UNetPlusPlus-master\Figures\fig_unet++.png
     文件        1069  2019-05-25 20:53  UNetPlusPlus-master\LICENSE
     文件        7822  2019-05-25 20:53  UNetPlusPlus-master\README.md
     文件       14085  2019-05-25 20:53  UNetPlusPlus-master\helper_functions.py
     文件          98  2019-05-25 20:53  UNetPlusPlus-master\requirements.txt
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\
     文件         182  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__init__.py
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__pycache__\
     文件         379  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__pycache__\__init__.cpython-35.pyc
     文件         324  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__pycache__\__init__.cpython-36.pyc
     文件        3150  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__pycache__\utils.cpython-35.pyc
     文件        2953  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__pycache__\utils.cpython-36.pyc
     文件          62  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\__version__.py
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\
     文件         229  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__init__.py
     目录           0  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\
     文件         456  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\__init__.cpython-35.pyc
     文件         427  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\__init__.cpython-36.pyc
     文件        1114  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\backbones.cpython-35.pyc
     文件        1000  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\backbones.cpython-36.pyc
     文件       12496  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\inception_resnet_v2.cpython-35.pyc
     文件       11629  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\inception_resnet_v2.cpython-36.pyc
     文件       11079  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\inception_v3.cpython-35.pyc
     文件        9902  2019-05-25 20:53  UNetPlusPlus-master\segmentation_models\backbones\__pycache__\inception_v3.cpython-36.pyc
............此处省略166个文件信息