# 2022嵌入式芯片与系统设计竞赛-龙芯

**Repository Path**: zhengqiangchn/code

## Basic Information

- **Project Name**: 2022嵌入式芯片与系统设计竞赛-龙芯
- **Description**: 嵌入式芯片与系统设计竞赛-龙芯赛道作品文件
- **Primary Language**: Python
- **License**: Zlib
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2022-07-13
- **Last Updated**: 2023-07-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 使用说明 
项目名：脑出血分割与体积测量系统

## 环境

python==3.8.8

pip install -r requirements.txt

java: openjdk-11

## 数据摆放

- 文件树
    ```
    ├─2D_U_net (512)
    │  ├─.idea
    │  │  └─inspectionProfiles
    │  ├─.pytest_cache
    │  │  └─v
    │  │      └─cache
    │  ├─24_aorimg
    │  │  └─24
    │  ├─dataset
    │  │  └─__pycache__
    │  ├─data_2D
    │  │  ├─test
    │  │  │  └─label
    │  │  ├─test_no_label
    │  │  ├─train0
    │  │  │  ├─img
    │  │  │  └─label
    │  │  ├─val
    │  │  │  ├─img
    │  │  │  └─label
    │  │  └─youlugu
    │  │      ├─test_no_label
    │  │      ├─train
    │  │      │  ├─img
    │  │      │  └─label
    │  │      └─val
    │  │          ├─img
    │  │          └─label
    │  ├─model
    │  │  └─__pycache__
    │  ├─nii
    │  ├─output
    │  │  └─model1
    │  ├─result
    │  ├─result_val
    │  ├─utils_T
    │  │  └─__pycache__
    │  └─__pycache__
    ├─matlabjs
    ├─mirrorxifenge
    ├─toolbox
    │  ├─dicm2nii
    │  ├─liblinear-2.11
    │  │  ├─blas
    │  │  ├─matlab
    │  │  ├─python
    │  │  └─windows
    │  ├─liblinear-multicore-2.11-2
    │  │  ├─blas
    │  │  ├─matlab
    │  │  ├─python
    │  │  └─windows
    │  ├─Metric Learning
    │  ├─NIfTI_20140122
    │  ├─randomforest-matlab
    │  │  ├─RF_Class_C
    │  │  │  ├─data
    │  │  │  ├─precompiled_rfsub
    │  │  │  │  ├─win32
    │  │  │  │  └─win64
    │  │  │  └─src
    │  │  └─RF_Reg_C
    │  │      ├─data
    │  │      └─src
    │  └─src_graphcuts
    └─loongson
    ```

## 训练预训练权重
权重地址: byjs\2D_U_net (512)\output\model1\best_model_youlugu.pth

## 测试

```bash
pc上
cd loongson\out\production\server
java Server
等待龙芯
pc脚本：
python nii2png.py;//3d切割成250张2d图片，切割的图片在byjs\2D_U_net (512)\24_aorimg\24
python test_no_label.py;//把250张完整2d图片分割成只有脑出血区域的2d图片，分割的图片在byjs\2D_U_net (512)\result
python png2nii.py;//把只有脑出血区域的2d图片合成3d图片,合成的图片是byjs\matlabjs中的25_xifenge.nii.gz
龙芯上 
apt install openjdk-11
cd loongson\out\production\client
java main.view.App

```

## 参考文献
本项目参考文献：

[1] 范学武. DICOM格式CT图像分割技术在脑出血影像检查中的应用研究[D]. 燕山大学, 2021-06-01.

[2]常健博;姜燊种;陈显金等人. 基于卷积神经网络的自发性脑出血血肿分割方法的一致性评价[J]. 中国现代神经疾病杂志, 2020-07-25 :5-8.

[3]赵凯;安卫超;张晓宇;王彬;张杉;相洁. 共享浅层参数多任务学习的脑出血图像分割与分类[J]. 计算机科学, 2021-10-12 :4-6.

[4] Peiris H ,  Hayat M ,  Chen Z , et al. A Volumetric Transformer for Accurate 3D Tumor Segmentation[J]. arXiv e-prints, 2021 :3-7