niftynet - 广义骰子损失只学习一类

Question

我正在尝试在 niftynet 中实现的广义骰子损失，以使用 V-Net 分割包含 4 个类别（1 个背景 3 个感兴趣区域）的 MRI 卷。我尝试以两种方式格式化标签：

• 空间维度只有 0 是背景，1,2,3 是感兴趣区域的标签。

• 5 维图像 ([3 spatial],1,4) 为第 5 维中的每个类存储二进制卷

第二种情况的推断产生了一个 3D 体积，其中仅检测到带有标签“3”的类，而在第一种情况的训练期间损失根本没有减少。我是否以正确的格式存储标签？

Answer 1

我认为第一种格式是正确的。

您可能需要在代码中剪辑渐变以进行分段应用。当您使用标准 Dice 指标时，损失会减少吗？