位置: IT常识 - 正文

基于VGGNet乳腺超声图像数据集分析

编辑:rootadmin
基于VGGNet乳腺超声图像数据集分析 本人的第一次发文,还在努力学习中,可能有不正确的地方,请各位大神轻喷。

推荐整理分享基于VGGNet乳腺超声图像数据集分析,希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

数据集介绍:

乳腺癌是全世界妇女中最常见的死亡原因之一。早期检测有助于减少早期死亡的数量。该数据回顾了使用超声扫描的乳腺癌医疗图像。乳房超声数据集被分为三类:正常、良性和恶性图像。乳房超声图像与机器学习相结合,可以在乳腺癌的分类、检测和分割方面产生巨大效果。

本数据集收集的数据包括年龄在25至75岁之间的妇女的乳房超声图像。这个数据是在2018年收集的。患者的数量是600名女性患者。该数据集由780张图像组成,平均图像大小为500*500像素。这些图像是PNG格式的。肿瘤图像(mask)与原始图像(image)一起呈现。这些图像被分为三类,即正常normal(无肿瘤)、良性benign和恶性malignant。

如果你使用这个数据集,请引用: Al-Dhabyani W, Gomaa M, Khaled H, Fahmy A. Dataset of breast ultrasound images. Data in Brief. 2020 Feb;28:104863. DOI: 10.1016/j.dib.2019.104863.

数据集来源:kaggle

        对于机器学习来说,我们需要把不同类型图像给分开以更有利于划分训练集和测试机,本例中需要将image和mask划分并分别把这两种类型图像放置到两个文件夹中以便一一对应。

数据集初始状态

image和mask混合在一起

        此部分需要先将正常,良性和恶性所对应的图片细分到六个文件夹里即正常image/正常mask,良性image/良性mask,恶性image/恶性mask。

        本人的做法是先将每个文件夹中以mask.png结尾的文件筛选出来并移动到指定目录:

src = r"./images"#原混合图片文件夹路径dst = r"./masks"#创建放对应mask图片文件夹路径def moveimages(src,dst): #定义移动函数 new_path=dst for derName, subfolders, filenames in os.walk(src): print(derName) print(subfolders) print(filenames) for i in range(len(filenames)): if filenames[i].endswith('_mask.png'): file_path=derName+'/'+filenames[i] newpath=new_path+'/'+filenames[i] shutil.copy(file_path,newpath) os.remove(file_path) elif filenames[i].endswith('_mask_1.png'or'_mask_3.png'or'_mask_2.png'): file_path=derName+'/'+filenames[i] os.remove(file_path)#处理良性样本moveimages(src+'\\benign',dst+'\\benign')#处理恶性样本moveimages(src+'\\malignant',dst+'\\malignant')#处理正常样本moveimages(src+'\\normal',dst+'\\normal')#删除图片文件多余字符,仅保留数字+后缀,如(01).png#Windows系统下使用powertoys对文件进行批量更名

        数据初步处理完成,将分好的原图像image和掩码mask分别汇总起来并且要做到一一对应,这样才能让模型学习image和mask的关系。例如良性01号图要和良性01号mask图对应。

from glob import globbNames = glob(r'../input/donewelldataset/images/benign/*')mNames = glob(r'../input/donewelldataset/images/malignant/*')nNames = glob(r'../input/donewelldataset/images/normal/*')clabels = [0]*len(bNames) + [1]*len(mNames) + [2]*len(nNames)imgNames = bNames + mNames + nNamesbmskNames = glob(r'../input/donewelldataset/masks/benign/*')nmskNames = glob(r'../input/donewelldataset/masks/normal/*')mmskNames = glob(r'../input/donewelldataset/masks/malignant/*')mskNames = bmskNames + mmskNames + nmskNamesmaskNames = sorted(mskNames)imgNames = sorted(imgNames)label_order = ['benign','malignant','normal']#图像汇总imgNames

输出结果:

#掩码汇总maskNames

输出结果:

        那么怎么才能知道是否一一对应了呢?我们可以试着随机生成一个2*5的图像,并且以第一排展示原图image,第二排展示掩码mask。如果多生成几张并且都能够对应,那么八九不离十正确了。

import randomfrom PIL import Imageimport cv2import numpy as npfrom matplotlib import pyplot as pltplt.figure(figsize=(12,7))for i in range(0,5): #random.seed(1232) a = random.randint(0,780) print(a,mskNames[a],imgNames[a]) ax=plt.subplot(2,5,i+1) img=Image.open(imgNames[a]) plt.imshow(img) plt.axis('off') plt.title('image') ax=plt.subplot(2,5,i+6) msk=Image.open(maskNames[a]) plt.imshow(msk) plt.axis('off') plt.title('mask')plt.show()

 

基于VGGNet乳腺超声图像数据集分析

模型的选择与构建:

图像分类相关模型:AlexNet、VGGNet、GoogleNet、ResNet、MobileNet、vit等 CNN:卷积神经网络

VGGNet 是牛津大学计算机视觉组(Visual Geometry Group)和谷歌 DeepMind 一起研究出来的深度卷积神经网络, 因而冠名为 VGG。VGG是一种被广泛使用的卷积神经网络结构,其在在2014年的 ImageNet 大规模视觉识别挑战(ILSVRC -2014)中获得了亚军, 不是VGG不够强,而是对手太强,因为当年获得冠军的是GoogleNet

构建模型,开启机器学习:

#导入实验所需要用到的包import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport glob, osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, activations, optimizers, losses, metrics, initializersfrom tensorflow.keras.preprocessing import image, image_dataset_from_directoryfrom tensorflow.keras.applications import MobileNetV3Small, MobileNet, InceptionV3from tensorflow.keras.applications.mobilenet_v3 import preprocess_input, decode_predictionsseed = 36tf.random.set_seed(seed) #设置图级随机seednp.random.seed(seed) #np.random.random()可以按顺序产⽣⼀组固定的数组,如果使⽤相同的seed()值,则每次⽣成的随机数都相同,如果不设置这个值,那么每次⽣成的随机数不同dir_path = '/kaggle/input/breast-ultrasound-images-dataset/Dataset_BUSI_with_GT/'IMAGE_SHAPE = (224, 224)#处理数据集#开始读文件directories = os.listdir(dir_path) # 用os库读文件夹files = [] # 保存图像文件labels = [] # 保存图像名# 逐层开始读for folder in directories: fileList = glob.glob(dir_path + '/'+ folder + '/*') labels.extend([folder for l in fileList]) files.extend(fileList)print(len(files), len(labels))#看看是不是一样

 

正如我们所看到的,我们在所有的数据集中有1578张图像,但有一些掩码图像不适合与原始图像一起训练,所以我们将从数据集中移除所有的掩码图像。

准备开始移除,条件:如果文件名中不含mask。

个人小笔记:和上节课数据预处理方法有所区别,当时使用的是如果文件以mask.png结尾则移除出images文件夹。此处使用if not 的逻辑条件,更佳!避免了_mask_1.png、_mask_2.png无法被endswith识别到的情况# 创建两个列表,只保存非mask的图像,并为每个列表添加标签。selected_files = []selected_labels = []for file, label in zip(files, labels): if 'mask' not in file: selected_files.append(file) selected_labels.append(label)print(len(selected_files), len(selected_labels)) #看看还有多少

搞定,超声图像和其掩码mask被分开,mask被分到了selected_files中准备图像#开始创建方法处理文件以便能满足高效神经网络运行训练def prepare_image(file): img = image.load_img(file, target_size=IMAGE_SHAPE) #从对应路径加载图片 img_array = image.img_to_array(img)#img_to_array就是将图片转化成数组,转换前后类型都是一样的,唯一区别是转换前元素类型是整型,转换后元素类型是浮点型(和keras)等机器学习框架相适应的图像类型。 return tf.keras.applications.efficientnet.preprocess_input (img_array)#用字典将图像和其标签(名字)组合在一起images = { 'image': [], 'target': []}print('冲冲冲冲冲,开始处理')#走过程,提示用户开始处理图像for i, (file, label) in enumerate(zip(selected_files, selected_labels)): #enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。 images['image'].append(prepare_image(file)) #字典的key:image中放入value,并且是用前面方法处理好的图片文件 images['target'].append(label) #同理,字典的key:label中放入valueprint('哈哈,结束啦!') #结束啦!!!! 准备划分数据集(训练集,测试集)

作用:

将图像转换为numpy数组,以便更好地进行计算对标签进行编码,将分类名称转换为数字# 图片转化为数组images['image'] = np.array(images['image'])images['target'] = np.array(images['target'])# 对标签数据进行解码from sklearn.preprocessing import LabelEncoderle = LabelEncoder()images['target'] = le.fit_transform(images['target'])classes = le.classes_ # 获取标签数据target的类别print(f'标签数据(target)有: {classes}')#LabelEncoder是用来对分类型特征值进行编码,即对不连续的数值或文本进行编码。其中包含以下常用方法:#fit(y) :fit可看做一本空字典,y可看作要塞到字典中的词。#fit_transform(y):相当于先进行fit再进行transform,即把y塞到字典中去以后再进行transform得到索引值。#inverse_transform(y):根据索引值y获得原始数据。#transform(y) :将y转变成索引值。

 

开始分割数据集去train和test了 from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test = train_test_split(images['image'], images['target'], test_size=.10)#test_size:用于指定验证集所占的比例x_train.shape, x_test.shape, y_train.shape, y_test.shape #老生常谈,对sklearn机器学习所需进行训练集和测试集的划分并展示划分数据结果

分别对应x训练集,x测试集,y训练集,y测试机。

建立模型

创建VGG16模型#include_top=False:禁用顶部(Top) 3层『完全连阶层』(fully-connected layers)。即只利用VGG16萃取特征#weights:使用的权重,分两种imagenet:即使用ImageNet的预先训练的资料,约100万张图片,判断1000类别的日常事物,例如动物、交通工具...等,我们通常选这一项。None:随机起始值from keras.applications.vgg16 import VGG16base_model = VGG16( include_top=False, weights='../input/vgg16-weights/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5', #手动导入预训练模型(外网下载) input_shape=(*IMAGE_SHAPE, 3), classes=3)# 冻结模型base_model.trainable = False# 在模型的顶部添加我自己的层x = base_model.output# 1st conv block 卷积层x = layers.Conv2D(256, 3, padding='same')(x)x = layers.BatchNormalization()(x)x = layers.Activation('relu')(x)x = layers.GlobalAveragePooling2D(keepdims = True)(x)# 2nd conv blockx = layers.Conv2D(128, 3, padding='same')(x)x = layers.BatchNormalization()(x)x = layers.Activation('relu')(x)x = layers.GlobalAveragePooling2D(keepdims = True)(x)# 1st FC layer Fully Connected layer全连接层x = layers.Flatten()(x) x = layers.Dense(64)(x)x = layers.BatchNormalization()(x)x = layers.Activation('relu')(x)# 2nd FC layerx = layers.Dense(32, activation = 'relu')(x)x = layers.BatchNormalization()(x)x = layers.Activation('relu')(x)x = layers.Dropout(.2)(x)x = layers.Dense(3, 'softmax')(x)incept_model = keras.models.Model(inputs = base_model.input, outputs = x)# compile the modelincept_model.compile(optimizer=optimizers.RMSprop(.001), loss = losses.sparse_categorical_crossentropy, metrics= [metrics.SparseCategoricalAccuracy()])incept_model.summary()

输出结果:

 

太多了就只截取头尾 

 模型评估incept_model.evaluate(x=x_test, y = y_test, batch_size=32, verbose=1)

 结果是这个样子

模型预测 训练完了就得是骡子是马拉出来看看了# 用于预测模型,并将原始图像与真实值和预测值的标题可视化。def predict_image(img_path, label): img1 = prepare_image(img_path) # 准备数据 res = incept_model.predict(np.expand_dims(img1, axis = 0)) # predict the image pred = classes[np.argmax(res)] # Visualize the image img = image.load_img(img_path) plt.imshow(np.array(img)) plt.title(f'True: {label}\nPredicted: {pred}')predict_image(dir_path + 'benign/benign (20).png', 'benign') #随便选一张图

         看得出来预测值和我们所知道的真实值还是很接近的!nice!不过样本量和计算能力有限,还需要进行更多数据和更多计算能力的训练吧,也不能保证百分之百正确!!!

一些模型评估#数组模型评估incept_model.evaluate(np.array(x_test),np.array(y_test))predicted = []for item in incept_model.predict(x_test): predicted.append(np.argmax(item))for item in predicted: print(item,)from sklearn.metrics import confusion_matriximport seaborn as snsconf = confusion_matrix(y_test,predicted)print(conf)热力图#预测与实际结果热力图info = [ 'benign' , # 0 'normal' , # 1 'malignant', # 2]plt.figure(figsize = (10,10))ax = sns.heatmap(conf, cmap=plt.cm.Greens, annot=True, square=True, xticklabels = info, yticklabels = info)ax.set_ylabel('Actual', fontsize=40)ax.set_xlabel('Predicted', fontsize=40)

import seaborn as snssns.heatmap(conf)

        到此为止啦!感受科技的美丽,感受计算机的魅力,能够用机器学习的方式进行阅片判断。希望随着科技的发展变得越来越好!感谢各位大神的贡献,让机器学习,深度学习变得越来越超乎人们的想象。 

本文链接地址:https://www.jiuchutong.com/zhishi/300458.html 转载请保留说明!

上一篇:JavaWeb web.xml配置详解(javaweb.xml配置文件)

下一篇:【Vue+element-ui搭建前端页面】适用于初学者学习(vue+element-ui项目)

  • 新手电商必须掌握的八项技巧 新手电商必备八项攻略(新手做电商需要多少钱)

    新手电商必须掌握的八项技巧 新手电商必备八项攻略(新手做电商需要多少钱)

  • 拼多多怎么删除银行卡绑定的呢(拼多多怎么删除历史浏览)

    拼多多怎么删除银行卡绑定的呢(拼多多怎么删除历史浏览)

  • 苹果x为什么下载不了小红书(苹果13为什么关不了机)

    苹果x为什么下载不了小红书(苹果13为什么关不了机)

  • 华为p40屏幕发黄怎么办(华为p40屏幕发黄怎么调整)

    华为p40屏幕发黄怎么办(华为p40屏幕发黄怎么调整)

  • 坐飞机可以用蓝牙耳机吗(飞机上可以使用蓝牙)

    坐飞机可以用蓝牙耳机吗(飞机上可以使用蓝牙)

  • 手机相册密码忘了怎么办(手机相册密码忘记了怎么解锁OPPO)

    手机相册密码忘了怎么办(手机相册密码忘记了怎么解锁OPPO)

  • 系统崩溃的原因(系统崩溃的原因和硬件有关吗)

    系统崩溃的原因(系统崩溃的原因和硬件有关吗)

  • 手机怎么才能有透视功能(手机怎么才能有积分)

    手机怎么才能有透视功能(手机怎么才能有积分)

  • 小米手环不显示了咋回事(小米手环不显示蓝牙图标)

    小米手环不显示了咋回事(小米手环不显示蓝牙图标)

  • qq的语音条是红色的怎么回事(qq发语音变红色)

    qq的语音条是红色的怎么回事(qq发语音变红色)

  • 用来度量计算机外部设备传输率的是什么(用来度量计算机传输速度的是什么)

    用来度量计算机外部设备传输率的是什么(用来度量计算机传输速度的是什么)

  • 在word中按什么键与工具栏上的复制按钮功能相同(在word中按什么按钮可以改变字符底纹)

    在word中按什么键与工具栏上的复制按钮功能相同(在word中按什么按钮可以改变字符底纹)

  • iphone充满电提醒取消(苹果充满电提醒)

    iphone充满电提醒取消(苹果充满电提醒)

  • 为什么微信个性签名不显示出来(为什么微信个性签名在更多信息里)

    为什么微信个性签名不显示出来(为什么微信个性签名在更多信息里)

  • 电脑打字下一行是哪个键(电脑打字下一行怎么弄)

    电脑打字下一行是哪个键(电脑打字下一行怎么弄)

  • 美国v版是什么意思(美版iphone v版)

    美国v版是什么意思(美版iphone v版)

  • 一个手机号可以申请几个快手号(一个手机号可以注册几个支付宝)

    一个手机号可以申请几个快手号(一个手机号可以注册几个支付宝)

  • 手机怎么解绑黄钻(手机号绑定了黄软怎么办)

    手机怎么解绑黄钻(手机号绑定了黄软怎么办)

  • 手机音效怎么调(手机音效怎么调成柏林之声)

    手机音效怎么调(手机音效怎么调成柏林之声)

  • 爱思助手修改定位打卡会被发现吗(爱思助手修改定位可以维持多久)

    爱思助手修改定位打卡会被发现吗(爱思助手修改定位可以维持多久)

  • 网络编程是做什么的(网络编程有什么用)

    网络编程是做什么的(网络编程有什么用)

  • 怎么查淘宝账号(手机号怎么查淘宝账号)

    怎么查淘宝账号(手机号怎么查淘宝账号)

  • 华为P30拍照怎么设置虚化背景(华为P30拍照怎么显示时间和日期)

    华为P30拍照怎么设置虚化背景(华为P30拍照怎么显示时间和日期)

  • faceapp用不了怎么办(faceapp用不了怎么解决)

    faceapp用不了怎么办(faceapp用不了怎么解决)

  • 人人视频投屏没反应(人人视频投屏没有弹幕)

    人人视频投屏没反应(人人视频投屏没有弹幕)

  • 爬虫基本原理(爬虫基本原理有哪些)

    爬虫基本原理(爬虫基本原理有哪些)

  • 个税可以作废重新换电脑申报吗
  • 企业所得税法允许税前扣除的费用划分为
  • 以前年度损益调整结转到未分配利润
  • 增值税现代服务业6大行业
  • 公司提供午餐的目的
  • 期间损益结转错误怎么冲销
  • 子公司利润母公司要交税吗?
  • 坏账计提坏账准备
  • 损益类算费用吗
  • 核定和查账区别
  • 长期借款按月计提
  • 公司员工体检计入什么科目
  • 关联业务报告表需要填吗
  • 纳税人转让2016年以后的土地使用权
  • 土地闲置费可以税前扣除吗
  • 如何界定广告
  • 减少注册资本金程序
  • 在建工程预转固后又有工程款
  • 全年实现利润总额为6035
  • 同一控制下企业合并权益抵消
  • 工会经费的计税依据包括单位社保吗
  • 财务费用的冲减什么意思
  • 行政单位年底结账怎么算
  • word表格跨页设置
  • 怎么样防止蹭wi-fi
  • php 递归函数
  • 上个月做的无票收入,这个月开票怎样做分录
  • uniapp示例
  • 分手我不怕
  • 短期借款会计分录例题
  • 营改增后如何纳税
  • 在金税卡里面如何交社保
  • 无法支付的货款如何处理
  • 三联发票是哪三联颜色分别
  • 非公党建党费收缴
  • 在dedecms中,如何模板建站
  • 货币基金分红交多少税
  • 什么视同小规模纳税人?
  • mysql 执行动态语句
  • 新成立小规模纳税人税收优惠政策
  • 专票不抵扣认证怎么操作
  • 招待客户的交通费可以算招待费吗
  • 社保可以直接计入费用吗
  • 纳税人应纳税额怎么算
  • 车船税是什么样子的?
  • 营改增后哪些费用可以抵扣
  • 工程款多付了如何追回
  • 如果收到现金做账了还叫坐支
  • 会计凭证保管期限30年是哪一年开始的
  • 固定资产报废会计科目处理
  • 投资主体将其拥有的货币或产业资本
  • 违约金罚款计入什么科目
  • 经营租赁不动产租赁发票开具要求
  • 叉车累计折旧如何结转
  • 实收资本主要包括哪些
  • 加班餐补需要发票嘛
  • 员工福利费怎么做账
  • 跨国企业在国外设立工厂的战略地位
  • 工业增值税怎么算
  • mysql unique option prefix myisam_recover instead of myisam-recover-options的解决方法
  • mysql count详解及函数实例代码
  • win1010卸载
  • macbook触摸板如何点右键
  • explorer.exe进程文件
  • 收不到windows的验证码
  • vim中执行shell命令
  • javascript create
  • Extjs4中Form的使用之本地hiddenfield
  • Nodejs实现多人同时在线移动鼠标的小游戏分享
  • 安卓基于谷歌
  • js禁用键盘事件
  • node.js 的适用场景?
  • js调用url接口
  • jquery点击事件有什么方法显示
  • 阿里云服务器使用教程
  • 江苏高速通行费标准
  • 企业所得税每月怎么算
  • 张雪峰谈建筑专业
  • 提租补贴什么标准发放
  • 财税方面的问题有什么
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设