0

神经网络新手在这里。我一直在测试 Niftynet,并在自己的带有 dense_vnet 的 MRI 数据集上实现了不错的单类 3D 分割预测。但是,当我尝试添加第二个标签时,我运气不佳。该网络似乎发现了正确的器官,但无法摆脱额外的伪影,就好像它无法脱离局部最小值或者它没有足够的自由度或其他东西。这是更好看的预测切片之一,它确实显示了一些正确的标签,但也显示了额外的噪声

为什么单类分割比多类分割效果更好?期望 DenseVnet 提供良好的多类 3D 分割结果是否合理?如果是,是否有改进结果的具体方法?

PS Niftynet 的网站是指一般问题的 stackoverflow。

4

1 回答 1

0

显然,DenseVnet 确实可以处理多类分割。他们提供了一个带有 Dice 损失扩展的现成模型。即使它是为 CT 图像和 Hounsfield 单元设计的,它也无需任何预处理即可处理我的 MRI 数据。

于 2018-10-24T07:00:46.620 回答