TorchIO：用于深度学习中医学图像高效加载、预处理、增强与基于块采样的Python库
图像与视频处理
2021-08-06 v5 人工智能
计算机视觉与模式识别
机器学习
机器学习
摘要
与计算机视觉中通常使用的RGB图像相比，MRI或CT等医学图像的处理具有独特挑战。这些挑战包括缺乏大型数据集的标签、高计算成本，以及描述体素物理属性的元数据。数据增强用于人为增大训练数据集的规模。使用图像块训练降低了对计算能力的需求。空间元数据需被仔细考虑以确保体积的正确对齐。我们提出TorchIO，一个开源Python库，用于实现深度学习中医学图像的高效加载、预处理、增强与基于块的采样。TorchIO遵循PyTorch的风格，并集成标准医学图像处理库，以在神经网络训练期间高效处理图像。TorchIO的变换可组合、复现、追踪与扩展。我们提供多种通用预处理与增强操作，以及MRI特有伪影的模拟。TorchIO的源代码、全面教程与详尽文档可在 https://torchio.rtfd.io/ 找到。该包可从Python包索引通过运行'pip install torchio'安装。它包含命令行界面，允许用户无需使用Python即可对图像文件应用变换。此外，我们在3D Slicer的TorchIO扩展中提供图形界面以可视化变换效果。TorchIO的开发旨在帮助研究人员标准化医学图像处理流程，并使其专注于深度学习实验。它倡导开放科学，因其支持可复现性且受版本控制，从而可精确引用该软件。由于其模块化，该库与其他医学图像深度学习框架兼容。
引用
@article{arxiv.2003.04696,
title = {TorchIO: A Python library for efficient loading, preprocessing, augmentation and patch-based sampling of medical images in deep learning},
author = {Fernando Pérez-García and Rachel Sparks and Sébastien Ourselin},
journal= {arXiv preprint arXiv:2003.04696},
year = {2021}
}
备注
Published in Computer Methods and Programs in Biomedicine