medoxide-multibounti : poids de Multi-BOUNTI (cerveau fœtal, 43 étiquettes) convertis pour Burn
Ces fichiers sont les poids de Multi-BOUNTI (parcellation du cerveau fœtal en 43 étiquettes à partir d'une reconstruction 3D T2 à 0,5 mm), pour la chaîne fœtale « general », convertis au format burnpack pour Burn, afin d'être utilisés par la commande medx multibounti de medoxide sans Docker ni PyTorch.
Ce sont les poids des auteurs, sans réentraînement ni ajustement : seul le format change (export ONNX puis conversion, en float32). Le travail est celui de l'équipe SVRTK (King's College London) : merci de la citer. Statut : expérimental (voir « Validation » : le recalage propre à medoxide ne reproduit pas la sortie officielle).
Origine
- Poids extraits de l'image Docker
fetalsvrtk/svrtk:perinatal_brain_mri_analysis_amd(dossier/home/perinatal-brain-mri-analysis/). - Dépôt des auteurs : https://github.com/SVRTK/auto-proc-svrtk ; images : https://hub.docker.com/r/fetalsvrtk/svrtk.
- Points de contrôle convertis :
atunet_bet_brain_153t_svr_2026_128(extraction du cerveau),atunet_lr_brain_fetal_2lab(gauche/droite),patch_atunet_new_multi_43_brain_neo_fetal_aff_fix_022026(43 étiquettes). gabarit/lr-lab.nii.gz: gabarit gauche/droitetemplates/ref-bounti/lr-lab.nii.gzde la même image, copié tel quel (il sert au recalage).- Aucune publication propre à Multi-BOUNTI n'a été trouvée lors de la conversion : citer le dépôt ci-dessus et l'article de BOUNTI, dont il prolonge la méthode (voir Citation).
Licence
GNU General Public License v3.0 : celle des scripts de l'image (« Copyright 2026 - King's College London … GNU General Public License v3.0 » en tête de chaque script). Le dépôt amont ne mentionne pas les poids séparément ; ces fichiers sont publiés sous la licence de la distribution dont ils proviennent.
Ce sont une version modifiée (convertie de format) des poids d'origine. Le code qui les utilise (medoxide) est sous licence MIT ; les poids restent sous GPL v3. Le texte de la licence est dans le fichier LICENSE de ce dépôt (copie de celui de auto-proc-svrtk).
Fichiers
| Fichier | Réseau | Taille | SHA-256 |
|---|---|---|---|
bet/bet_64.bpk |
Attention U-Net 3D, extraction du cerveau (2 sorties) | 94,5 Mo | 8f39a5400e6edd147a8296ee35d8b3b27ad18dfe4a3a3e94af0e69619da1d455 |
lr/lr_64.bpk |
Attention U-Net 3D, gauche/droite (3 sorties) | 94,5 Mo | d9c20fe02c4e52ddcc73af38f9357ab47412a87a33a3d712cd31bf9e451436fd |
multi/multi_64.bpk |
Attention U-Net 3D, 43 étiquettes + fond (44 sorties) | 94,5 Mo | 747e9ecbe47c0650014850532962398d51afdb24aec9c3c2629a0ab1b57e9344 |
gabarit/lr-lab.nii.gz |
gabarit gauche/droite (NIfTI) | 0,5 Mo | 9daf554bf37f7cb607c8c5ba92de611f94b547dbcec9136bf366396b9f2beb7d |
(_64 : taille du cube factice de l'export ONNX ; les réseaux sont indépendants de la taille spatiale. Les trois réseaux ont la même architecture : canaux 32 à 512, dropout 0,5.)
Validation (détails : docs/MULTIBOUNTI.md de medoxide)
- Réseaux : écart relatif des logits contre PyTorch (float32) de 2,3e-6 à 2,7e-6 à 128³ sur des entrées réelles, ≥ 99,9999 % d'étiquettes identiques (seuil fixé à 1e-5).
- Fenêtres glissantes (343 fenêtres de 128³, recouvrement 0,8) : 0 voxel différent sur 16,7 millions contre la sortie officielle.
- Géométrie (rééchantillonnages, recadrages, masques) : identique à MIRTK (écarts ≤ 7e-6).
- Chaîne complète avec le recalage de MIRTK : Dice 1,0000 contre la sortie officielle.
- Chaîne complète avec le recalage propre à medoxide : Dice moyen 0,72 sur un volume. La sortie officielle dépend fortement du recalage affine de MIRTK, lui-même peu répétable : deux autres passages de MIRTK donnent un Dice de 0,71 et 0,57 contre la sortie officielle. Les noms des 43 étiquettes ne sont pas fournis ici.
Utilisation
# télécharger tout le dépôt (en gardant les sous-dossiers) dans un dossier ;
# vérifier les sommes de contrôle avec : shasum -a 256 bet/bet_64.bpk lr/lr_64.bpk multi/multi_64.bpk gabarit/lr-lab.nii.gz
export MEDOXIDE_MULTIBOUNTI_WEIGHTS=<dossier>
medx multibounti --input reconstruction_0p5mm.nii.gz --output segmentation.nii.gz
L'entrée doit être une reconstruction à 0,5 mm (isotrope).
Citation
@article{uus2023bounti,
title={BOUNTI: Brain vOlumetry and aUtomated parcellatioN for 3D feTal MRI},
author={Uus, Alena U. and Kyriakopoulou, Vanessa and Makropoulos, Antonios and others},
journal={bioRxiv},
year={2023},
doi={10.1101/2023.04.18.537347}
}
Merci aussi de citer le logiciel et les images Docker SVRTK (https://github.com/SVRTK/auto-proc-svrtk).
Usage et limites
Outil destiné à la recherche, pas à un usage médical ou diagnostique, fourni sans garantie (mêmes réserves que les auteurs : en aucun cas les auteurs ou distributeurs ne sont responsables des dommages liés à son usage).