购买后百度网盘密享可见
3DUNet是一种卷积神经网络（CNN），专为处理3D图像而设计。它基于U-Net架构，是一种对称的卷积网络，具有上采样和下采样的过程。PyTorch 3DUNet在U-Net的基础上添加了更多的卷积层和跳跃连接，以便更好地捕捉图像的上下文信息。它可以在训练时动态地建立记忆网络，从而有效地处理3D图像数据。
所有多模态扫描均以NIfTI文件(.nii.gz)形式提供，并描述了a)原生(T1)和b)对比后T1加权(T1Gd)， c) T2加权(T2)和d) T2液体衰减反转恢复(T2- flair)体积，这些扫描是通过不同的临床方案和来自多个(n=19)机构的不同扫描仪获得的，这里提到的数据提供者。
所有的影像数据集都由1 ~ 4名评分者按照相同的注释协议手动分割，并且他们的注释得到了有经验的神经放射科医生的认可。注释包括gd增强肿瘤(ET -标签4)、瘤周水肿(ED -标签2)和坏死和非增强肿瘤核心(NCR/NET -标签1)，如BraTS 2012-2013 TMI论文和最新的BraTS综述论文所述。所提供的数据经过预处理后进行分发，即共同注册到相同的解剖模板，插值到相同的分辨率(1 mm^3)和剥去颅骨。
