معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Automatically classify Brain MRI series by pulse sequence types: FLAIR, T1C, T2, ADC, DWI, TOF and OTHER

ویژگی	مقدار
سیستم عامل	-
نام فایل	brainmri-ps-1.1.1
نام	brainmri-ps
نسخه کتابخانه	1.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	lhkhiem, tuantran
ایمیل نویسنده	-
آدرس صفحه اصلی	https://github.com/vantuan5644/MRI-Pulse-Sequence
آدرس اینترنتی	https://pypi.org/project/brainmri-ps/
مجوز	LICENSE.txt

# Brain MRI Pulse Sequences Classification ## **About Project** This is official code of our package [brainmri_ps](https://pypi.org/project/brainmri-ps/). We provide a machine learning based tool to automatically classify Brain MRI series into different pulse sequence types: - FLAIR - T1C - T2 - ADC - DWI - TOF - OTHER ## **Installation** Install via pip: ``` pip install brainmri_ps ``` ## **Usage** Load pretrained models: ``` from brainmri_ps import PulseSequenceClassifier classifier = PulseSequenceClassifier("mobilenet_v2").from_pretrained() ``` |*Name*|*Input Resolution*|*#Params (M)*|*MACs (G)*|*Test Accuracy*|*Pretrained*| |:----:|:----------------:|:-----------:|:--------:|:-------------:|:----------:| |[MobileNet V2](https://arxiv.org/abs/1801.04381)|256|2.23|0.42|100.0|✓| Example - predict from a study: ``` In : classifier.predict_study("*/1.2.840.113619.6.388.6361536015762131135133837693432843617") Out : { "1.2.840.113619.2.5.1821162425615901145251590114525252000": "ADC", "1.2.840.113619.2.388.57473.14165493.12954.1590103413.819": "T2", "1.2.840.113619.2.388.57473.14165493.12954.1590103413.822": "DWI", "1.2.840.113619.2.388.57473.14165493.12954.1590103413.823": "T1C", "1.2.840.113619.2.388.57473.14165493.12954.1590103413.821": "FLAIR" } ``` Function `predict_study` does the following steps: - Read all dicom files in a study folder and group them into series by SeriesInstanceUID field - Determine the orientation plane (axial, sagittal, coronal) of the series by using the ImageOrientationPatient field - Predict and return the pulse sequence types of axial series (ignore the non-axial ones) ## **Contact** Issues should be raised directly in the repository. For further support please email us at: - lhkhiem28@gmail.com - vantuan5644@gmail.com

نیازمندی

مقدار	نام
>=3.2	wget
>=3.11.0	gdown
>=2.1.1	pydicom
>=1.8.1	torch
>=0.9.1	torchvision
>=0.1.12	albumentations

نحوه نصب

نصب پکیج whl brainmri-ps-1.1.1:

pip install brainmri-ps-1.1.1.whl

نصب پکیج tar.gz brainmri-ps-1.1.1:

pip install brainmri-ps-1.1.1.tar.gz