carlosrea/lesion-segmentation-challenge-miccai21

lesion-segmentation-challenge-miccai21

Introducción:

Este repositorio contiene instrucciones y scripts para la segmentacion automatica de lesiones en esclerosis multiple longitudinal. Se ha usado la herramienta open-source nnUNet https://github.com/MIC-DKFZ/nnUNet para el entrenamiento del modelo y los datos de las imagenes del desafio Longitudinal Multiple Sclerosis Lesion Segmentation Challenge - MICCAI 2021. disponible en https://portal.fli-iam.irisa.fr/msseg-2/challenge-day/

Instalación y ejecución

Para construir la imagen docker ejecuta:

docker build -t nnunet .

Para correr la imagen docker sigue los siguientes pasos:

1. Pon tus dos imagenes flair (flair_time01.nii.gz and flair_time02.nii.gz) en la carpeta /data/input/. El nombre de las imagenes debe tener el siguiente formato EM_{PACIENTE}_{PUNTO TEMPORAL}.{EXTENSION}, ej:

• flair_time01.nii.gz -> EM_083_0000.nii.gz
• flair_time02.nii.gz -> EM_083_0001.nii.gz

2. Ejecuta el siguiente comando:

docker run --gpus 1 --entrypoint=/bin/sh --rm -v ${PWD}\data\input:/nnUNet/data/nnUNet_raw/nnUNet_raw_data/Task001_EM/imagesTs/ -v ${PWD}\data\output:/nnUNet/data/nnUNet_raw/nnUNet_raw_data/Task001_EM/output/ nnunet process.sh

o el comando equivalente:

docker-compose up

3. La mascara de segmentación se genera en la carpeta /data/output/