niftynet - 样本加权回归 Niftynet

Question

晚上好，

我有一个关于 Niftynet 中回归应用程序的询问。实际上，我尝试从 MRI 预测 CT 连续 UH 图。因此，我使用收敛的回归 CNN (highres3dnet)，但作为输出，我自然会得到例如 ~(-5;5) 之间的值，而它们应介于 (-1000+1000) 之间。因此，我想知道我应该修改我的训练和/或推理 ini 文件中的哪些内容。我尝试了百分位归一化（使用 histogram_ref_file）、加权采样（将输入图像表示为权重），但不确定我是否表现良好，遗憾的是在 CMIC 的网页上找不到关于这一点的信息。

提前谢谢。

保罗

Answer 1

默认情况下，hires3dnet 在最后一层使用批处理规范和无偏差项（https://github.com/NifTK/NiftyNet/blob/v0.2.2/niftynet/network/highres3dnet_large.py#L140）。您可以 a) 对 CT 进行预处理，使其均值和单位方差为零，或者 b) 删除批范数，并通过 向最后一层添加偏差项fc_layer = ConvolutionalLayer(..., with_bias=True, with_bn=False, ...)。