{"nbformat":4,"nbformat_minor":0,"metadata":{"colab":{"name":"LiverCT.ipynb","provenance":[],"collapsed_sections":[]},"kernelspec":{"name":"python3","display_name":"Python 3"},"language_info":{"name":"python"},"accelerator":"GPU"},"cells":[{"cell_type":"markdown","source":["# **CT影像 肝臟腫瘤分割**"],"metadata":{"id":"E5lxfqWiPpsB"}},{"cell_type":"markdown","source":["## 資料集中附有 images, labels 兩個影像資料夾(.npy檔)，images 中影像名稱對應到 labels 中同名的檔案 (如 images/001.npy 對應到 labels/001.npy 的 mask)。"],"metadata":{"id":"gjGx9gd8Wz3f"}},{"cell_type":"markdown","source":["## images 資料夾中為 CT 之原始影像 (大小為512x512)，單位為 HU (Hounsfield Unit)，介於 -3024 至 3024 之間。"],"metadata":{"id":"nLDCLxSop4Nf"}},{"cell_type":"markdown","source":["## labels 資料夾中之數字矩陣 (大小為512x512) 上有 0,1,2 三種數值，分別代表**背景** (background) 、**肝臟組織** (liver, 下右圖藍色) 以及**肝臟腫瘤** (liver tumor, 下右圖粉紅色) 三種類別。"],"metadata":{"id":"BwX0AQOpYeck"}},{"cell_type":"markdown","source":[""],"metadata":{"id":"0LW2filSY1dQ"}},{"cell_type":"markdown","source":["## **題目1、**\n","### 請嘗試建立一個分割 **肝臟組織** 與 **肝臟腫瘤** 區域之模型，另以文字說明使用的 **模型結構** 與 **參數** 選擇。\n","###有做 **影像前處理** 也請一併寫入。\n","
\n","## **題目2、**\n","### 請用訓練後之模型預測驗證集資料，並以數值說明模型針對 **肝臟組織** 及 **肝臟腫瘤** 分割之各別效能。\n","### 指標不限，請簡述選擇原因。\n","
\n","## 備註：\n","1. 若影像過大無法正常訓練模型，可自行縮小影像。\n","2. 訓練集及驗證集請自行分割，比例為訓練集：驗證集 = 80：20。"],"metadata":{"id":"9_KO6Oq-b-AZ"}},{"cell_type":"markdown","source":["# **程式碼**"],"metadata":{"id":"Dg0B1_BrrqWS"}},{"cell_type":"code","source":[""],"metadata":{"id":"57rU2Br2WyhT"},"execution_count":null,"outputs":[]}]}