返回模型
说明文档
🧠 SegResNet — BraTS 脑肿瘤分割（3D，FP16）
该模型使用 BraTS2020 数据集 对 SegResNet 进行微调，用于 3D 脑肿瘤分割（肿瘤核心、全肿瘤、增强肿瘤）。
模型使用 混合精度（FP16） 进行训练，采用 MONAI 和 Accelerate 实现高效的多 GPU 训练。
⚙️ 配置
| 属性 | 值 |
|---|---|
| 基础模型 | SegResNet (MONAI) |
| 数据集 | BraTS2020 (Kaggle) |
| 训练轮次 | 150 |
| 批次大小（每 GPU） | 2 |
| ROI 尺寸 | 128×128×128 |
| 优化器 | Adam (学习率=0.0001, 权重衰减=1e-05) |
| 精度 | FP16 (mixed=True) |
| 框架 | MONAI + Accelerate |
| 设备 | 多 GPU (num_processes=2) |
🩺 分割示例
2D 预测
3D 预测
📈 结果（最终测试指标）
| 指标 | 平均值 | 肿瘤核心 (TC) | 全肿瘤 (WT) | 增强肿瘤 (ET) |
|---|---|---|---|---|
| Dice | 0.789 | 0.775 | 0.874 | 0.719 |
| 精确率 | 0.847 | 0.856 | 0.938 | 0.749 |
| 召回率 | 0.771 | 0.762 | 0.839 | 0.713 |
| 准确率 | 0.987 | 0.999 | 0.999 | 0.964 |
| 损失 | 0.192 | - | - | - |
FP16 混合精度在保持高分割精度的同时实现了更快的训练速度。
未使用数据增强以保持原始图像的保真度。
Jesteban247/brats-segresnet-monai
作者 Jesteban247
image-segmentation
monai
↓ 0
♥ 0
创建时间: 2025-10-23 09:03:32+00:00
更新时间: 2025-10-23 09:09:03+00:00
在 Hugging Face 上查看文件 (8)
.gitattributes
Pred_2d.png
Prediction_3D.png
README.md
config.txt
model_final_20251009_122935.onnx
ONNX
summary.json
test_metrics.csv