【文件属性】：
文件名称：LiverCancerSeg:MICCAI 2019病理学大挑战-PAIP2019
文件大小：206KB
文件格式：ZIP
更新时间：2021-05-04 19:08:21
Python
要使用该代码，用户需要预先安装一些软件包。
$ sudo apt-get install openslide-tools
$ sudo apt-get install libgeos-dev
$ pip install -r requirements.txt
预处理：
1.下载幻灯片并解压缩
下载所有50张压缩的幻灯片和两个csv文件，将它们放在./data/SourceData ，然后通过运行将其解压缩
$ cd preprocess
$ python unzip_slides.py
所有幻灯片都将解压缩到./data/LiverImages 。
2.检查分割蒙版
可视化幻灯片的whole和viable蒙版可以给用户直观的肿瘤外观印象。 运行以下代码以生成带有相应幻灯片图像的蒙版的并排视图。
$ python check_mask.py
而且， 提供了在载玻片中定位真实组织边界的算法
【文件预览】：
LiverCancerSeg-master
----.gitignore(1KB)
----patches()
--------__init__.py(0B)
--------gen_patches.py(5KB)
--------cal_patch_mean_std.py(908B)
----preprocess()
--------locate_tissue.py(2KB)
--------check_property.py(1KB)
--------unzip_slides.py(729B)
--------check_mask.py(3KB)
----viable_whole_burden.jpg(155KB)
----requirements.txt(147B)
----seg()
--------train_seg.py(6KB)
--------segnet()
--------__init__.py(0B)
--------train_seg.sh(45B)
--------pred_test_slide.py(6KB)
--------utils.py(4KB)
--------dataload.py(3KB)
--------loss.py(1KB)
----LICENSE(1KB)
----README.md(5KB)
----burden()
--------validate_burden.py(3KB)
--------pred_burden.py(2KB)