Deep-MRI-Reconstruction 项目使用教程
项目地址: https://gitcode.com/gh_mirrors/de/Deep-MRI-Reconstruction 1. 项目目录结构及介绍
Deep-MRI-Reconstruction/
├── cascadenet/
│ ├── __init__.py
│ ├── ...
├── cascadenet_pytorch/
│ ├── __init__.py
│ ├── ...
├── data/
│ ├── ...
├── models/
│ ├── pretrained/
│ │ ├── ...
├── utils/
│ ├── __init__.py
│ ├── ...
├── .gitignore
├── LICENSE
├── README.rst
├── main_2d.py
├── main_3d.py
├── main_crnn.py
├── requirements.txt
目录结构说明
- cascadenet/: 包含使用 Theano 和 Lasagne 实现的 Deep Cascade of Convolutional Neural Networks (DC-CNN) 的相关代码。
- cascadenet_pytorch/: 包含使用 PyTorch 实现的 DC-CNN 的相关代码。
- data/: 存放项目所需的数据集。
- models/pretrained/: 存放预训练模型的文件。
- utils/: 包含项目中使用的各种工具函数和辅助代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.rst: 项目说明文档。
- main_2d.py: 用于 2D MRI 图像重建的启动文件。
- main_3d.py: 用于 3D MRI 图像重建的启动文件。
- main_crnn.py: 用于使用 Convolutional Recurrent Neural Networks (CRNN) 进行动态 MRI 图像重建的启动文件。
- requirements.txt: 项目依赖的 Python 包列表。
2. 项目启动文件介绍
2.1 main_2d.py
该文件用于 2D MRI 图像的重建。可以通过以下命令启动：
python main_2d.py --num_epoch 5 --batch_size 2
--num_epoch: 指定训练的 epoch 数量。--batch_size: 指定每个 batch 的大小。
2.2 main_3d.py
该文件用于动态 3D MRI 图像的重建。可以通过以下命令启动：
python main_3d.py --acceleration_factor 4
--acceleration_factor: 指定加速因子。
2.3 main_crnn.py
该文件用于使用 Convolutional Recurrent Neural Networks (CRNN) 进行动态 MRI 图像的重建。可以通过以下命令启动：
python main_crnn.py --acceleration_factor 4
--acceleration_factor: 指定加速因子。
3. 项目配置文件介绍
3.1 requirements.txt
该文件列出了项目运行所需的 Python 包及其版本。可以通过以下命令安装所有依赖：
pip install -r requirements.txt
3.2 .gitignore
该文件用于配置 Git 忽略的文件和目录，避免将不必要的文件提交到版本库中。
3.3 LICENSE
该文件包含了项目的开源许可证信息，通常为 MIT 许可证。
3.4 README.rst
该文件是项目的说明文档，包含了项目的概述、安装步骤、使用方法等信息。建议在开始使用项目前仔细阅读该文档。
通过以上步骤，您可以顺利启动并使用 Deep-MRI-Reconstruction 项目进行 MRI 图像的重建。