Pelvis Fracture Image Segmentation

面向精准骨外科手术的多模态医学图像分析算法及系统

项目结构

pelvis_seg/
├── system/ # 系统模块
│   ├── main.py # 主程序
│   ├── main_window.py # 主窗口
│   ├── ct_viewer.py # CT图像处理
│   ├── xray_viewer.py # X光图像处理
│   ├── patient_manager.py # 患者管理
│   ├── ui # 项目对应ui
├── ct_seg/ # CT图像分割
│   ├── ...
├── xray_seg/ # X光图像分割
│   ├── ...

Medical Image Viewer Installation Guide

环境要求

• Python 3.10 (推荐)
• Windows/Linux/MacOS

配置基础环境

方法一：使用 conda（推荐）

1. 安装 Anaconda 或 Miniconda

2. 创建并激活新环境

打开Anaconda Prompt，输入以下命令创建环境并激活

conda create -n pelvis_seg python=3.10
conda activate pelvis_seg

3.下载所需要的安装包

conda install pyqt
conda install vtk=9.2.2
conda install simpleitk
conda install numpy

方法二：使用 pip

如果你更倾向于使用 pip，可以按以下步骤安装：

pip install PyQt5
pip install vtk==9.2.2
pip install SimpleITK
pip install numpy

验证安装

创建一个 Python 文件来验证安装是否成功：

import sys
import vtk
import SimpleITK as sitk
import numpy as np
from PyQt5.QtWidgets import QApplication

# 打印版本信息
print(f"VTK version: {vtk.vtkVersion().GetVTKVersion()}")
print(f"SimpleITK version: {sitk.Version.VersionString()}")
print(f"NumPy version: {np.__version__}")
print(f"PyQt version: {QApplication.qt_version()}")

常见问题

1. VTK 安装失败

   • 尝试使用 conda 安装而不是 pip
   • 确保系统已安装必要的编译工具

2. PyQt5 导入错误

   • 确保安装了所有必要的 PyQt5 子模块
   • 在 macOS 上可能需要额外设置：export QT_MAC_WANTS_LAYER=1

3. 版本兼容性问题

   • 建议严格按照指定版本安装
   • 如果遇到兼容性问题，可以尝试使用 conda 环境

镜像源设置（可选）

如果下载速度较慢，可以使用国内镜像源：

pip 镜像

pip install <包名> -i https://pypi.tuna.tsinghua.edu.cn/simple

conda 镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

支持的文件格式

• DICOM (.dcm)
• NIfTI (.nii, .nii.gz)
• NRRD (.nrrd)
• MetaImage (.mha, .mhd)

数据来源 | Data Sources

CT 图像数据集 | CT Image Dataset

来自 PENGWIN Task 1 骨盆骨折CT图像分割挑战赛的训练数据集，包含100例带有骨盆骨折的CT扫描及其分割标注。 From PENGWIN Task 1 Pelvic Fracture Segmentation Challenge training dataset, containing 100 CT scans with pelvic fractures and their segmentation labels.

• 数据集链接 | Dataset Link: @Zenodo

X光图像数据集 | X-ray Image Dataset

来自 PENGWIN Task 2 骨盆骨折X光图像分割挑战赛的训练数据集，包含由CT数据通过DeepDRR生成的50,000张合成X光图像及其分割标注。 From PENGWIN Task 2 Pelvic Fragment Segmentation Challenge training dataset, containing 50,000 synthetic X-ray images and segmentations generated from CT data using DeepDRR.

• 数据集链接 | Dataset Link: @Zenodo

注意事项

1. 建议使用独立的虚拟环境来避免包冲突
2. 确保系统有足够的磁盘空间（至少 5GB）
3. 需要稳定的网络连接来下载包
4. 某些功能可能需要较高的系统配置，特别是在处理大型 3D 图像时

技术支持

如果遇到安装问题，可以：

1. 查看项目 GitHub Issues
2. 在 Stack Overflow 上搜索相关问题