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/
Para construir la imagen docker ejecuta:
docker build -t nnunet .
Para correr la imagen docker sigue los siguientes pasos:
- 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
- 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
- La mascara de segmentación se genera en la carpeta /data/output/