今天将分享肺分割的二值分割的完整实现过程，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
一、图像分析与预处理
（1）、20例CT原始数据和标注数据及训练标签文件可以在官网上下载获取得到。测试数据有3例CT数据，也可以在官网上下载了。
（2）、采用简单粗暴的方式来处理数据，由于训练的显卡是1080ti的11G显存的，所以首先将训练原始图像和标注图像进行图像大小缩放到固定大小，具体是128x128x96，如果你的显卡显存足够大的话，可以将该大小改的大一点，如果显存小的话，可以将该大小改小一点。
（3）、对缩放后的原始图像进行窗宽窗位设置，将-1000到600之间的Hu值进行保留，其他的范围进行截断处理。
（4）、然后在采用均值为0，方差为1的方式对原始图像进行归一化处理。
（5）、为了防止模型过拟合，还增加了数据增强的处理过程，采用旋转，平移，翻转等方法对图像和标注数据同时进行扩充处理，这里扩充了20倍。
二、分割网络
（1）、搭建VNet3d模型，网络输入大小是（128，128，96）。具体实现可以参考Tensorflow入门教程（十九）——基于VNet的前列腺分割案例。
（2）、loss采用的是二分类的dice函数。具体实现可以参考Tensorflow入门教程（三十四）——常用两类图像分割损失函数。
三、测试数据结果
输入图像统一缩放到（128，128，96），设置窗宽窗位（-1000，600），输入到网络中预测，最后将结果缩放到原始图像大小。左边是金标准结果，右边是预测结果。
为了方便大家更高效地学习，后期会将相关项目代码更新到github上，点击原文链接即可访问官方比赛网址，可以直接下载训练和测试数据。