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)

  • 苹果12软件更新在哪里(苹果12软件更新到16.0.3合适吗)

    苹果12软件更新在哪里(苹果12软件更新到16.0.3合适吗)

  • 小爱同学恢复出厂设置后怎么连接(小爱同学恢复出厂设置有没有影响?)

    小爱同学恢复出厂设置后怎么连接(小爱同学恢复出厂设置有没有影响?)

  • 华为mate20悬浮球怎么设置(华为mate20悬浮球怎么用)

    华为mate20悬浮球怎么设置(华为mate20悬浮球怎么用)

  • 怎样让群里的人看不到我的朋友圈(怎样让群里的人看我朋友圈)

    怎样让群里的人看不到我的朋友圈(怎样让群里的人看我朋友圈)

  • 华为手机退出键怎么设置(华为手机退出键怎么换)

    华为手机退出键怎么设置(华为手机退出键怎么换)

  • 容器云是什么技术(容器云介绍)

    容器云是什么技术(容器云介绍)

  • 爱奇艺全屏播放没有字幕(爱奇艺全屏播放只有一半)

    爱奇艺全屏播放没有字幕(爱奇艺全屏播放只有一半)

  • qq录音怎么发到微信上(qq里面录音怎么转发)

    qq录音怎么发到微信上(qq里面录音怎么转发)

  • flyme是什么意思(flyme是什么意思英语)

    flyme是什么意思(flyme是什么意思英语)

  • 华为手机上眼睛图标怎么关闭(华为手机上眼睛标志是什么意思)

    华为手机上眼睛图标怎么关闭(华为手机上眼睛标志是什么意思)

  • 个人可以上阿里巴巴买东西吗(个人可以做阿里巴巴吗)

    个人可以上阿里巴巴买东西吗(个人可以做阿里巴巴吗)

  • 钉钉直播签到为什么没有(钉钉直播签到为什么点击后没统计)

    钉钉直播签到为什么没有(钉钉直播签到为什么点击后没统计)

  • 内置麦克风和外置麦克风区别(内置式麦克风)

    内置麦克风和外置麦克风区别(内置式麦克风)

  • 微信拉黑后还能不能看到朋友圈(微信拉黑后还能加好友吗)

    微信拉黑后还能不能看到朋友圈(微信拉黑后还能加好友吗)

  • vivo5g手机有哪些型号(vivo手机有哪几个系列)

    vivo5g手机有哪些型号(vivo手机有哪几个系列)

  • a1429是苹果几(苹果a1429是4g手机吗)

    a1429是苹果几(苹果a1429是4g手机吗)

  • 设为特别关心对方知道吗(设置了特别关心会怎么样)

    设为特别关心对方知道吗(设置了特别关心会怎么样)

  • it行业是什么(it行业指什么)

    it行业是什么(it行业指什么)

  • vivox21外屏碎了可以单独换吗(vivox21a外屏碎了)

    vivox21外屏碎了可以单独换吗(vivox21a外屏碎了)

  • 抖音企业认证需要什么资料(抖音企业认证需要多少费用)

    抖音企业认证需要什么资料(抖音企业认证需要多少费用)

  • 一加7耳机插头在哪(一加7t耳机接口)

    一加7耳机插头在哪(一加7t耳机接口)

  • ctrl+e没反应(ctrl+e按了没反应)

    ctrl+e没反应(ctrl+e按了没反应)

  • 手机怎样修改路由器的密码(手机怎样修改路由器wifi密码修改)

    手机怎样修改路由器的密码(手机怎样修改路由器wifi密码修改)

  • 小米手环4可以听歌吗(小米手环4可以看微信信息吗)

    小米手环4可以听歌吗(小米手环4可以看微信信息吗)

  • 快手如何设置特别关注(快手如何设置特别关系不可见)

    快手如何设置特别关注(快手如何设置特别关系不可见)

  • 小爱触屏音箱如何设置视频闹钟(小爱触屏音箱如何安装第三方软件)

    小爱触屏音箱如何设置视频闹钟(小爱触屏音箱如何安装第三方软件)

  • win10提示你的病毒和威胁防护由你的组织管理的解决方法(windows10出现你的电脑出现问题)

    win10提示你的病毒和威胁防护由你的组织管理的解决方法(windows10出现你的电脑出现问题)

  • vgreduce命令  删除物理卷(vgreduce --removemissing)

    vgreduce命令 删除物理卷(vgreduce --removemissing)

  • 收据盖发票专用章后果
  • 收购公司财务如何管理
  • 收到税收返还会计分录
  • 信用减值损失在借方
  • 一人有限公司年度审计报告
  • 房产交房前开发商要办齐的手续
  • 房地产开发企业预缴增值税
  • 房地产增值税怎么算举例说明
  • 一般借款资本化加权平均数
  • 房地产开发企业预收款预缴增值税
  • 为什么餐费不能计入在差旅费
  • 水利建设专项收入
  • 在外地的分公司可以独立核算开发票吗
  • 停车管理费什么时候交
  • 小规模纳税人销售收入会计分录
  • 员工赔偿款需要交个税么
  • 印花税减半再减半政策文件是什么
  • 小企业成本核算方法有哪几种
  • 汇回投资方的现值怎么算
  • 专利权转销处理方案
  • windows11开始菜单怎么居中
  • 退税收入要不要交所得税?
  • 超市库存商可以分为几大类
  • 去实体店装win10专业版多少钱
  • windows11怎么快速截屏
  • 存出投资款现金流量表选什么
  • 加工费入什么会计科目
  • 金融债券利息收入免税吗
  • 中央公园商场
  • phpexcel读取excel
  • 若依项目制作饼状图和柱状图
  • el-table懒加载合并行
  • f12过滤请求
  • js查找数组所有符合条件数据
  • nginx解决跨域问题原理
  • 图像超分综述怎么做
  • ai运行环境
  • 增值税发票开票系统数据与实际报税数不一致的原因?
  • 现金的盘亏的账务处理
  • 坏账损失计入损益表
  • 浅谈php设计模式的理解
  • 股东向公司借款超过一年不还
  • 安装sql server 2008硬件要求
  • 作废的发票会统计到税额里吗
  • 财政拨款方式有哪几种
  • 什么叫做增值税的新增价值呢
  • 会计账簿错误处理方式
  • 员工缴纳工伤保险怎么赔偿
  • 谈一谈企业应如何做才能更好地、有效地激励员工
  • 给员工租房怎么才能避开风险
  • 未发货未收款先开具发票怎么账务处理
  • 单位给食堂的补贴怎么算
  • 公司向股东个人借款
  • 补缴税务滞纳金
  • 未分配利润可以转盈余公积吗
  • 反记账是什么
  • 房地产项目企业
  • mysql5.7.20安装
  • 回顾30年的水文模型参数率定研究
  • centos怎么样
  • solaris 11.4
  • 传统与现代的结合英文
  • adsl怎么设置上网
  • 在Linux系统中安装Anaconda
  • cocos2d游戏源码
  • python,数组
  • 简述jquery
  • html页面头部
  • unity账号登录
  • JavaScript jQuery 中定义数组与操作及jquery数组操作
  • linux写时复制
  • python 数据结构 算法
  • 安卓打包安装程序apk
  • 深圳电子税务局税种启用在哪里
  • 四川地方税务局网址是什么
  • 查账征收个人经营所得税怎么申报
  • 个人所得税自行纳税申报表(A表)怎么填写
  • 外商投资的企业
  • 福建地税网
  • 经营网络订单可以退款吗
  • 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