222-10-14更新

[x] 第一步：根据4DCT文件获取DDF矩阵（UNet,F02服务器上） [x] 第二步：根据DDF和T0时项的3DCT生成s4DCT文件（目的是，保证DDF矩阵为标准答案） [x] 第三步：DDF loss + image loss 训练 FNet [ ] 第四步：根据保存的中间结果（npy文件），计算肺部体积变化曲线 [ ] 第五步：根据保存的中间结果（npy文件），可视化横膈膜偏移量 [ ] 第六步：利用3Dslicer完成肿瘤靶区勾画 [ ] 第七步：根据保存的DDF结果（npy文件），计算肿瘤部位的平均值差异。

B. Train

python main.py --name fnet

C. Postprocess

Step 1:

python test.py

Step 2:

get input image(nii.gz): change .npy (output from test.py) -> nii.gz image(save to ./output_niis)

python get_nii_by_ddf.py

Step 3:

get lung volume change.

cd postprocess
python ./check_results.py

Step 4:

get tumor motion change.