SLANT: 深度全脑高分辨率分割

[PyTorch] [项目主页] [NeuroImage论文] [MICCAI论文]

T1 MRI扫描可以根据BrainCOLOR协议(http://braincolor.mindboggle.info/protocols/)被分割成133个标签。 <img src="https://yellow-cdn.veclightyear.com/835a84d5/40b408d1-b57f-4aa6-9c6b-8774f0fca09c.jpg" width="600px"/>

它已被实现为单个Docker镜像。

- 如果您使用了SLANT全脑分割，请引用以下MICCAI/NeuroImage论文。

论文可在此处找到SLANT，NeuroImage，完整引用如下：

Yuankai Huo, Zhoubing Xu, Yunxi Xiong, Katherine Aboud, Parasanna Parvathaneni, Shunxing Bao, Camilo Bermudez, Susan M. Resnick, Laurie E. Cutting, and Bennett A. Landman. "3D whole brain segmentation using spatially localized atlas network tiles" NeuroImage 2019.

Yuankai Huo, Zhoubing Xu, Katherine Aboud, Parasanna Parvathaneni, Shunxing Bao, Camilo Bermudez, Susan M. Resnick, Laurie E. Cutting, and Bennett A. Landman. "Spatially Localized Atlas Network Tiles Enables 3D Whole Brain Segmentation" In International Conference on Medical Image Computing and Computer-Assisted Intervention, MICCAI 2018.

+ 代码和Docker镜像可免费用于非商业目的。
+ licence.md文件显示了商业和盈利目的的使用条款。

快速开始

获取我们的Docker镜像

sudo docker pull masidocker/public:deep_brain_seg_v1_1_0

运行SLANT脑分割

您可以运行以下命令或更改input_dir，然后您将在output_dir中获得最终的分割结果

# 您需要指定输入目录
export input_dir=/home/input_dir   
# 创建该目录
sudo mkdir $input_dir
# 下载测试体积文件，您甚至可以在这里放置多个输入文件，无需担心。
sudo wget -O  $input_dir/test_volume.nii.gz  https://www.nitrc.org/frs/download.php/10666/test_volume.nii.gz
# 设置输出目录
export output_dir=$input_dir/output
# 运行Docker
sudo nvidia-docker run -it --rm -v $input_dir:/INPUTS/ -v $output_dir:/OUTPUTS masidocker/public:deep_brain_seg_v1_1_0 /extra/run_deep_brain_seg.sh

您将在"FinalResult"中看到最终的分割文件
您将在"FinalPDF"中看到最终的叠加PDF
您将在"FinalVolTxt"中看到包含所有标签名称和体积的最终txt文件。

源代码

SLANT是一个全脑分割流程，包含(1)预处理，(2)深度学习，(3)后处理，这些都已包含在Docker中。Docker中的主要脚本是run_deep_brain_seg.sh。相关的源代码和二进制文件已包含在Docker中。它们也可以在"matlab"和"python"文件夹中找到。

预处理和后处理代码可以在"matlab"文件夹中找到
深度学习部分的训练和测试代码可以在"python"文件夹中找到

如果您只有CPU，可以使用以下CPU版本的Docker。（使用CPU可能需要50GB内存！）

sudo docker pull masidocker/public:deep_brain_seg_v1_1_0_CPU
sudo docker run -it --rm -v $input_dir:/INPUTS/ -v $output_dir:/OUTPUTS masidocker/public:deep_brain_seg_v1_1_0_CPU /extra/run_deep_brain_seg.sh

OASIS研究中45个训练数据和5个验证数据列表

45个训练数据

5个验证数据

OAS1_0111_MR1|OAS1_0353_MR2|OAS1_0032_MR1|OAS1_0379_MR1|OAS1_0255_MR1

您可以在这里下载列表

详细环境设置

测试平台

Ubuntu 16.04
CUDA 8.0
PyTorch 0.2
Docker 版本 1.13.1-cs9
Nvidia-docker 版本 1.0.1 到 2.0.3
GPU: NVIDIA TITAN 12GB

安装Docker

sudo apt-get install apt-transport-https ca-certificates curl software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt-get install docker-ce

安装Nvidia-Docker

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2

每个ROI的详细结果

区域查找表：下载TXT，LUT文件可直接在FreeSurfer的FreeView工具中加载。

NeuroImage论文中图9的详细测量结果

联合标签融合多图谱：下载CSV

非局部空间STAPLE多图谱：下载CSV

Patch CNN：下载CSV

Registration + U-Net：下载CSV

SLANT 8：下载CSV

SLANT 27：下载CSV

从Docker构建Singularity

singularity build slant_v1.simg docker://vuiiscci/slant:deep_brain_seg_v1_1_0_CPU

运行Singularity

export INDIR=/data/mcr/huoy1/test_singularity/input_contain
export OUTDIR=/data/mcr/huoy1/test_singularity/output_contain
export slantDIR=/data/mcr/huoy1/SLANT_cpu
export tempDIR=/data/mcr/huoy1/test_singularity/tmp
singularity run --nv -e -B $INDIR:/INPUTS -B $OUTDIR:/OUTPUTS -B $tempDIR:/tmp  $slantDIR/slant_v1_contain.simg /extra/run_deep_brain_seg.sh

先前版本

2020年8月1日更新，将线程数修复为1，以解决由N4校正引起的可重复性问题

sudo docker pull vuiiscci/slant:deep_brain_seg_v1_0_0
sudo nvidia-docker run -it --rm -v $input_dir:/INPUTS/ -v $output_dir:/OUTPUTS vuiiscci/slant:deep_brain_seg_v1_0_0 /extra/run_deep_brain_seg.sh