OpenHeart
nnU-Net для сегментации сердца при ГКМП
1 min read
OpenHeart — модель сегментации от Imperial College London на базе nnU-Net v2. Она размечает короткоосные кино-МРТ сердца на три класса: 1 — LV blood pool, 2 — LV myocardium, 3 — RV blood pool. Это те же веса, что использует шаг Segment в OpenHeart; конфигурация — 2d, fold 1 из пятифолдового разбиения.
Ключевые особенности
- Стандартная папка результатов nnU-Net: модель можно загрузить и через
nnUNetPredictor.initialize_from_trained_model_folder(model, use_folds=(1,)). - Конфигурация
2d, тренерnnUNetTrainer, fold 1. - Вход — один short-axis cine volume в NIfTI, один канал.
- Обучена на 1 299 размеченных short-axis cine объёмах (end-diastole и end-systole) пациентов с hypertrophic cardiomyopathy из 5 центров.
- Fold 1: обучение на 1 039 объёмах, валидация на 260.
Пример
from huggingface_hub import snapshot_download
import openheart as oh
model = snapshot_download("ImperialCollegeLondon/OpenHeart") + "/hcm"
case = oh.Segment(model, folds=[1])(oh.Case.load("cases/subject1", layout="legacy"))Подробнее
Метрики в карточке не приведены; требования к VRAM не указаны.Fold 1 обучен на 1 039 объёмах, валидация — 260.
Данные: 1 299 размеченных short-axis cine объёмов (end-diastole и end-systole), 5 центров, пациенты с hypertrophic cardiomyopathy.
Ограничение: на других популяциях точность не оценивалась; только для исследований, не для клинических решений.










Comments