PyTorch的医学图像处理工具
项目描述
像TorchIO这样的工具是使用深度学习技术进行医学AI研究成熟的标志.
杰克·克拉克，OpenAI政策总监（《OpenAI》（链接））。
| 包 |
|
| 持续集成 |
|
| 代码 |
|
| 教程 |
|
| 社区 |
|
| 原始 | 随机模糊 |
 |
|
| 随机翻转 | 随机噪声 |
|
|
| 随机仿射变换 | 随机弹性变换 |
|
|
| 随机偏场伪影 | 随机运动伪影 |
|
|
| 随机尖峰伪影 | 随机鬼影伪影 |
|
|
TorchIO是一个Python包，包含一组工具，用于高效地读取、预处理、采样、增强和写入深度学习应用中的3D医学图像，这些应用是用PyTorch编写的，包括用于数据增强和预处理的强度和空间变换。变换包括典型的计算机视觉操作，如随机仿射变换，还包括特定领域的操作，如模拟由于MRI磁场不均匀性或k空间运动伪影引起的强度伪影。
此包受到了NiftyNet的极大启发，该库不再积极维护。
致谢
如果您喜欢这个仓库，请点击Star！
如果您使用此包进行您的研究，请引用我们的论文
BibTeX条目
@article{perez-garcia_torchio_2021,
title = {{TorchIO}: a {Python} library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning},
journal = {Computer Methods and Programs in Biomedicine},
pages = {106236},
year = {2021},
issn = {0169-2607},
doi = {https://doi.org/10.1016/j.cmpb.2021.106236},
url = {https://www.sciencedirect.com/science/article/pii/S0169260721003102},
author = {P{\'e}rez-Garc{\'i}a, Fernando and Sparks, Rachel and Ourselin, S{\'e}bastien},
}
此项目得到了以下机构的支持
- 工程与物理科学研究委员会（EPSRC）& 英国研究与创新（UKRI）
- EPSRC智能、集成成像健康护理博士培训中心（i4health）（伦敦大学学院）
- 威康信托/ EPSRC介入和外科科学中心（WEISS）（伦敦大学学院）
- 生物医学工程与成像科学学院（BMEIS）（伦敦国王学院）
入门
请参阅入门以获取安装说明和Hello, World!示例。
更长的使用示例可以在教程中找到。
所有文档都托管在Read the Docs上。
如果您认为缺少某些内容，请创建一个新的问题。
贡献者
向以下所有这些人表示感谢（表情符号键）
本项目遵循all-contributors规范。欢迎任何形式的贡献！
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
源分布
torchio-0.20.0.tar.gz (39.9 MB 查看哈希值)
构建分布
torchio-0.20.0-py2.py3-none-any.whl (175.3 kB 查看哈希值)
