Skip to content

feroooooo/Contrastive-Learning-MRI

Repository files navigation

Environment

conda create -n mri python=3.11
conda activate mri

conda install -c conda-forge nibabel
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
conda install pandas
conda install matplotlib
pip install tensorboard -U
conda install -c conda-forge monai
conda install scikit-learn
conda install tqdm
pip install medcam
pip install pyside6

TensorBoard

Visualize

  • Start
    • python main_ui.py

File Description

  • learn
    • description
      • 学习与测试脚本,可删除
  • ui
    • description
      • ui 相关文件
    • files
      • resource
        • 资源文件
      • icon.ico
        • 应用 ico
      • main.ui
        • QtDesigner 界面文件
      • Ui_main.py
        • 通过 uic 将 main.ui 编译为 py 文件得到
      • resource.qrc
        • QtDesigner 资源配置文件
      • resource_rc.py
        • 通过 rcc 将 resource.qrc 编译为 py 文件得到
  • checkpoint
    • 包含权重文件,运行 eval_simclr.py 得到
  • runs
    • description
      • 每次训练的记录(包含分类模型和对比学习模型)
    • files
      • checkpoint.pth
        • 权重文件
      • config.yaml
        • 超参记录
      • training.log
        • 训练日志
      • events.out.tfevents.$paramters$
        • tensorboard 记录
    • data_augmentation.py
      • 数据预处理和增强方法
    • eval_classification.py
      • 对分类模型进行评价
    • eval_simclr.py
      • 对 simclr 模型进行评价(线性分类得到的特征)
    • eval.ipynb
      • 同上,训练方式较简单
    • main_ui.py
      • 可视化应用入口
    • model.py
      • 模型
    • mri_dataset.py
      • 数据集
    • predict.py
      • 对模型预测进行包装
    • process_dataset.py
      • 数据集分割
    • readme.md
      • 相关说明,此文件
    • system_config.json
      • 可视化应用设置
    • test.ipynb
      • 临时测试脚本,可删除
    • test.py
      • 测试模块
    • todo.md
      • 待办列表
    • tran_classification.py
      • 分类模型训练
    • train_simclr.ipynb
      • simclr 训练
    • util.py
      • 工具类
    • visualize.ipynb
      • 可视化脚本

打包

  • pip install pyinstaller
  • pyinstaller -D -i ./ui/icon.ico main_ui.py -n 基于对比学习的脑结构磁共振影像特征提取系统 --noconsole --clean --exclude-module PyQt5

About

A SimCLR implementation on PyTorch using ADNI sMRI data.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published