AMOS2022——腹部多器官分割挑战赛（二）

今天将分享腹部多器官分割实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。

一、AMOS2022介绍

AMOS2022挑战赛是一种大规模、临床和多样化的腹部多器官分割基准。它提供了从多中心、多供应商、多模式、多阶段、多疾病患者收集的 500例 CT 和 100 例MRI ，每一例都有15个腹部器官的体素级注释。

AMOS2022数据集示例说明，提供了 500 例 CT 和 100 例MRI 以及 15 个腹部器官的体素级别注释，包括脾脏、右肾、左肾、胆囊、食道、肝脏、胃、主动脉、下腹部腔静脉、胰腺、右肾上腺、左肾上腺、十二指肠、膀胱、前列腺/子宫。请注意，某些数据点由于生理移除或由于未扫描身体部位而丢失了某些器官。

二、AMOS2022任务

AMOS 2022 包含两个任务：

a) 任务 1 - 腹部器官分割（仅限 CT）：作为一项主要的常规任务，任务 1 旨在全面评估不同分割方法在大规模和多样性 CT 扫描中的性能，共有 500 例注释了 15 个器官（脾脏、右肾、左肾、胆囊、食道、肝脏、胃、主动脉、下腔静脉、胰腺、右肾上腺、左肾上腺、十二指肠、膀胱、前列腺/子宫）。

b) 任务 2 - 腹部器官分割（CT 和 MRI）：此任务将任务 1 的图像模态目标扩展到 MRI 模态。在这样的“交叉模式”设置下，需要一个算法来从 CT 和 MRI 中分割腹部器官。具体来说，将提供额外的 100 个具有相同类型注释的 MRI 扫描。

对于任务 1 的 500 例 CT 扫描，按照 40%/20%/40% 进行拆分，得到 200 个训练集、100 个验证集和 200 个测试集。

对于任务2，计划将500例CT和100例MRI扫描拆分，得到200例CT 40例MRI训练集、100例CT 20例MRI验证集和200个CT 40个MRI测试集。CT 数据的拆分在两个任务中将保持不变。

评价指标

两个经典的医学分割指标：骰子相似系数 (DSC) 和归一化表面骰子 (NSD)，将用于评估分割方法性能。

三、技术路线

任务1的详细流程参考此文AMOS2022——腹部多器官分割挑战赛。在任务1的测试集上进行预测，结果如下所示。

任务2

1、人体ROI区域提取，由于器官都是在人体内部的，其余都是背景，为了减少背景对分割效果的影响，首先要对人体区域进行提取。具体步骤如下：通过阈值分割（20，图像最大值）对图像进行二值化分割，然后采用核大小是5的形态学开操作对二值图像进行处理，再使用最大连通域分析得到人体区域，分析得到人体的bounding box。根据这个bounding box将原始图像和标注图像的ROI提取出来。

2、分析步骤1ROI图像信息，得到图像平均大小是335x162x226，因此将图像缩放到固定大小176x80x112。

3、图像预处理，对步骤2的原始图像进行像素范围（5，95）截断，然后采用均值为0，方差为1的方式进行归一化处理。然后将数据分成训练集和验证集，对训练集做25倍数据增强处理。

4、搭建VNet3d网络，使用Adam优化器，学习率是0.001，batchsize是1，epoch是40，损失函数采用多类focal loss。

5、训练结果和验证结果

训练损失和精度