Initial commit: project structure, scripts and documentation

This commit is contained in:
2026-08-22 13:17:29 +03:00
commit 5042305df0
54 changed files with 14166 additions and 0 deletions
+204
View File
@@ -0,0 +1,204 @@
{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"id": "9B_sc-M_NlTZ"
},
"source": [
"Шаг 1. Устанавливаем библиотеку для работы с загрузкой данных по ссылке"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "OsQErPaDDkmK",
"outputId": "49149067-e8b9-42f8-acbe-15b2d80cd79e"
},
"outputs": [],
"source": [
"!pip install gdown\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "_F6Rmsu4NviH"
},
"source": [
"Шаг 3. Скачиваем и распаковываем файлы,з ная ID"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "d19wjKXOLIyw",
"outputId": "804d657b-dce7-4822-c631-b6a330801207"
},
"outputs": [],
"source": [
"import gdown\n",
"\n",
"# ID файла с Google Диска\n",
"file_id = '1qVrpV7vmhIsUxFiH189LmAn0ALbAPrgS'\n",
"#https://drive.google.com/file/d/1qVrpV7vmhIsUxFiH189LmAn0ALbAPrgS/view?usp=drive_link\n",
"# Формируем URL для скачивания\n",
"url = f'https://drive.google.com/uc?id={file_id}'\n",
"\n",
"# Скачиваем файл в директорию /content/\n",
"file_path = '/content/my_file_name.tar'\n",
"gdown.download(url, file_path, quiet=False)\n",
"\n",
"# Распаковываем архив .tar\n",
"import tarfile\n",
"with tarfile.open(file_path, 'r') as tar:\n",
" tar.extractall(path='/content/')\n",
" print(\"Архив распакован в директорию /content/\")\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "YNJiS-a6N4vg"
},
"source": [
"Шаг 4. Просматриваем структуру и описание данных в JSON"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/"
},
"id": "_G-7skCHPJZ2",
"outputId": "f0d8712c-1805-4a5d-c857-3c6b6659fc71"
},
"outputs": [],
"source": [
"import json\n",
"\n",
"# Путь к файлу JSON\n",
"json_file_path = '/content/Task08_HepaticVessel/dataset.json'\n",
"\n",
"# Загружаем содержимое JSON файла\n",
"with open(json_file_path, 'r') as f:\n",
" dataset_info = json.load(f)\n",
"\n",
"# Просмотрим содержимое JSON\n",
"print(json.dumps(dataset_info, indent=4)) # Красиво выводим содержимое\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"id": "4GOfTVYdODLL"
},
"source": [
"Шаг 5. Выводим для просмотра 20 случайных объектов с метками из обучающего набора."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {
"base_uri": "https://localhost:8080/",
"height": 1000
},
"id": "CTMaymbpP1IQ",
"outputId": "e6ce5b6a-b949-4499-93e5-a7f8816bc888"
},
"outputs": [],
"source": [
"import random\n",
"import nibabel as nib\n",
"import matplotlib.pyplot as plt\n",
"import numpy as np\n",
"import os\n",
"\n",
"# Папки с изображениями и метками\n",
"images_dir = '/content/Task08_HepaticVessel/imagesTr'\n",
"labels_dir = '/content/Task08_HepaticVessel/labelsTr'\n",
"\n",
"# Фильтруем доступные файлы\n",
"available_files = sorted([f for f in os.listdir(images_dir) if not f.startswith('._') and f.endswith('.nii.gz')])\n",
"images = [os.path.join(images_dir, file) for file in available_files]\n",
"labels = [os.path.join(labels_dir, file.replace('imagesTr', 'labelsTr')) for file in available_files]\n",
"\n",
"# Проверяем количество файлов\n",
"print(f\"Обнаружено {len(images)} изображений и {len(labels)} меток.\")\n",
"\n",
"# Случайно выбираем 20 изображений\n",
"random_indices = random.sample(range(len(images)), min(20, len(images)))\n",
"\n",
"# Цветовая карта для меток\n",
"cmap = plt.cm.colors.ListedColormap(['black', 'green', 'red']) # Цвета: фон, сосуды, опухоли\n",
"bounds = [0, 1, 2, 3]\n",
"norm = plt.cm.colors.BoundaryNorm(bounds, cmap.N)\n",
"\n",
"# Визуализация изображений и меток\n",
"for idx in random_indices:\n",
" try:\n",
" # Загружаем изображение и метку\n",
" image = nib.load(images[idx]).get_fdata()\n",
" label = nib.load(labels[idx]).get_fdata()\n",
"\n",
" # Поиск срезов с ненулевыми метками\n",
" non_empty_slices = [z for z in range(label.shape[2]) if np.unique(label[:, :, z]).size > 1]\n",
"\n",
" if not non_empty_slices:\n",
" print(f\"Все срезы в {images[idx]} содержат только фон.\")\n",
" continue\n",
"\n",
" # Выбираем случайный срез с ненулевыми метками\n",
" slice_index = random.choice(non_empty_slices)\n",
" print(f\"Выбран срез {slice_index} для изображения {images[idx]}\")\n",
"\n",
" plt.figure(figsize=(10, 5))\n",
"\n",
" # Отображаем изображение\n",
" plt.subplot(1, 2, 1)\n",
" plt.imshow(image[:, :, slice_index], cmap='gray')\n",
" plt.title(f'Изображение (Slice: {slice_index})')\n",
" plt.axis('off')\n",
"\n",
" # Отображаем метки\n",
" plt.subplot(1, 2, 2)\n",
" plt.imshow(label[:, :, slice_index], cmap=cmap, norm=norm)\n",
" plt.title('Метки')\n",
" plt.axis('off')\n",
"\n",
" plt.show()\n",
"\n",
" except Exception as e:\n",
" print(f\"Ошибка при обработке файла {images[idx]}: {e}\")\n"
]
}
],
"metadata": {
"accelerator": "GPU",
"colab": {
"gpuType": "T4",
"provenance": []
},
"kernelspec": {
"display_name": "Python 3",
"name": "python3"
},
"language_info": {
"name": "python"
}
},
"nbformat": 4,
"nbformat_minor": 0
}