nnUNet-package 0.2.0

Package pour l'utilisation de nnUNet avec 3D Slicer

LungSegmentation nnUNetv2 Prediction Script

Un script Python pour exécuter facilement des prédictions de segmentation pulmonaire avec nnUNetv2 sur des images médicales.
Téléchargement automatique des modèles, préparation des fichiers pour la prédiction et renommage des résultats inclus.

---

🚀 Fonctionnalités

• Téléchargement et extraction automatique des modèles depuis un URL.
• Préparation de dataset.json pour la prédiction nnUNet.
• Conversion des images d’entrée en .nrrd si nécessaire.
• Exécution de la prédiction avec affichage des logs.
• Nettoyage automatique des fichiers temporaires.
• Renommage automatique du fichier de prédiction final.

---

📦 Prérequis

Avant de lancer le script, assurez-vous d’avoir installé et configuré les éléments suivants :

git clone https://github.com/FlorianDAVAUX/nnUNet_package.git
cd nnUNet_package
pip install -e .

---

⚙️ Utilisation rapide

Option	Description	Exemple
--mode	Mode de prédiction (Invivo ou Exvivo)	--mode Invivo
--structure	Structure à segmenter (Parenchyma, Airways, Vascular, ParenchymaAirways, All, Lobes)	--structure Parenchyma
--input	Chemin vers l’image d’entrée (.nii, .nii.gz, .mha, .nrrd)	--input ~/data/scan_patient.nrrd
--output	Dossier de sortie pour la prédiction (par défaut prediction)	--output ~/predictions
--models_dir	Chemin pour stocker ou chercher les modèles	--models_dir ~/models
--name	Nom final du fichier de prédiction (sans extension)	--name segmentation_parenchyme

---

Exemple complet

nnunet_predict \
    --mode Invivo \
    --structure Parenchyma \
    --input ~/data/scan_patient.nrrd \
    --output ~/predictions \
    --models_dir ~/models \
    --name segmentation_parenchyme