brats-segresnet

Это MONAI SegResNet на 4 702 227 параметров для сегментации опухолей мозга на мультипоследовательных МРТ BraTS 2021. Модель размечает NCR, ED и ET и считает их объёмы; предназначена только для исследований и обучения, это не медицинское изделие.

🤩 Ключевые особенности

• 🩸 Архитектура: MONAI SegResNet, init_filters=16, blocks_down=[1, 2, 2, 4], blocks_up=[1, 1, 1], dropout_prob=0.2.
• 👁 Вход: 4 совмещённые МРТ-последовательности [FLAIR, T1, T1ce, T2], RAS, ресемплинг до 1 мм, z-score по вокселям мозга.
• ✅ Выход: 3 сигмоидных канала [TC, WT, ET] с порогами TC 0.5, WT 0.3, ET 0.5; затем метки BraTS 1 = NCR, 2 = ED, 4 = ET.
• 🤩 Инференс: sliding window, ROI 128×128×128, overlap 0.5, гауссово смешивание; опционально 8-flip TTA.
• ⬇ ONNX: opset 18, фиксированный патч 128³, dynamic batch; max |ONNX − PyTorch| = 9.4e-04.

⬇ Пример

from btseg.infer import Predictor
predictor = Predictor.from_checkpoint("roshan160705/brats-segresnet")
result = predictor.predict("flair.nii.gz", "t1.nii.gz", "t1ce.nii.gz", "t2.nii.gz")
print(result.volumes)  # NCR, ED, ET, TC, WT в cm³

Подробнее

Тест на 125 случаях с TTA: Dice WT 0.930, TC 0.911, ET 0.887; HD95 WT 6.56 мм, TC 3.82 мм, ET 3.40 мм.
Обучение: BraTS 2021 Task 1, 1001/125/125 случаев, dice loss, AdamW lr 0.0001, 60 эпох; лучший checkpoint — эпоха 55, val Dice 0.884.
Только МРТ [FLAIR, T1, T1ce, T2], взрослые глиомы до операции, BraTS-препроцессинг; КТ не поддерживается, внешней валидации нет.
Не для диагностики, планирования лечения или клинических решений.