《人工智能导论》——实训手册-医学图像分割.docxVIP

模块3应用医学图像分割实验实训手册

《人工智能导论》课程组

目录

TOC\o1-3\h\z\u1实验目的 1

2实验环境 1

3实验要求 1

4实验步骤 2

5实验总结 9

1实验目的

熟悉modelArts平台的使用

熟悉华为云Notebook的使用

掌握使用深度学习进行医学图像分割的基本原理和步骤

掌握unet模型的基本结构

2实验环境

华为云ModelArts平台

3实验要求

本实验要求掌握医学图像分割的基本原理，并掌握华为云ModelArts平台的基本操作。

4实验步骤

（1）在浏览器中输入地址：/develop/aigallery/notebook/detail?id=2050aa8d-64d5-40d7-88c3-0441e0a4c65fticket=ST-408289-wpqdqLaNfKQMfK2pO3p9sbSB-ssoticket=ST-1350471-0nTybfECIryg6RWS6gP1rMor-sso

（2）点击RuninModelArts按钮，如果未登录会跳转到登录界面，登录完成后会自动返回。

（3）点击切换规格按钮，切换到免费的GPU，加速模型训练

（4）点击运行按钮，导入依赖库

（5）导入数据集，训练数据是果蝇一龄幼虫腹神经索(VNC)连续切片透射电镜(ssTEM)数据集的30个切片，将利用训练模型来实现图像中的神经结构自动分割。点击运行按钮

（6）点击运行按钮，查看数据图片和对应的标签图片（分割后的目标图片）

（7）点击运行按钮，查看使用传统图像识别算法进行分割的效果，思考这样的效果好不好？

（8）点击运行按钮，对数据进行增强。数据增强主要是通过对原图像进行随机旋转、缩放、剪切、平移等操作来生成新的图片，以解决数据集图片较少的问题，扩充数据集。

（9）点击运行按钮，查看增强后的数据图片

（10）点击运行按钮，定义unet网络

（11）点击运行按钮，查看unet网络

（12）点击运行按钮，训练模型，需要一定的时间，可以观察进度条和后面的acc精度。一个epoch结束后，可以再次点击运行按钮，进行训练，acc精度会继续提高。另外也可以修改steps_per_epoch和epochs的值，进行反复训练。

（13）点击运行按钮，查看预测结果，并可以与传统的分割效果进行对比。

（14）也可以在左侧的/data/membrane/test目录下查看所有的测试图片的分割结果

5实验总结

通过ModelArts平台上的实验，能够理解医学图像分割的原理和主要步骤，并能对比分析传统图像分割算法和基于人工智能的图像分割算法。