资源介绍
image_augmentation
lung-nodule-detection : cube image augmentation.
在现实条件下，medical image的数据量一般都不足，此时利用数据增广来扩充数据集就显得尤为重要。
背景
我们将每个病人的CT scan（3D）切成一个个cube。
已知肺结节的坐标从而可得到每个cube对应的标签（positive or negtive），将已知标签的cube输入网络训练得到模型。
对于需要预测的CT scan，相当于用一个3D窗口（与cube同一个size）在CT scan上一步步滑动，预测每个3D窗口的nodule_chance。我们可以根据步数、步长、滑动窗口(cube)的大小来算出每个滑动窗口的坐标，从而获得结节(nodule_chance > threshold)的坐标。
从上面可知，网络的输入是cube image（