我一直在尝试将大脑 MRI 图像数据集(IXI 数据集)提供给 ConvNet,但是,有些图像有 140 个通道,而另一些有 150 个通道。如何使所有图像具有相同数量的通道,这样我就不会遇到固定 CNN 输入形状的问题?我正在使用 nibabel lib 来读取 .nii 文件。
编辑:我对 MRI 图像了解不多,应该丢弃哪些通道?
我一直在尝试将大脑 MRI 图像数据集(IXI 数据集)提供给 ConvNet,但是,有些图像有 140 个通道,而另一些有 150 个通道。如何使所有图像具有相同数量的通道,这样我就不会遇到固定 CNN 输入形状的问题?我正在使用 nibabel lib 来读取 .nii 文件。
编辑:我对 MRI 图像了解不多,应该丢弃哪些通道?
显而易见的方法肯定是:
找出样本中的最小通道数。
丢弃任何样品的所有其他通道。
现在,丢弃可以从切片的中间发生,这可能包含更好的细节。但这是基于特定领域的。
或者,2.您可以从通道数中选择一个平均值。并尝试丢弃具有较多通道数的图像,并为具有较少通道数的图像添加黑色切片。
我假设“通道”是指切片数,对吗?然后另一种方法是复制一些图像,使它们都有 150 个通道。如果您考虑数据扩充,复制(并且可能进行微小的更改)可能是一个好主意。当然,这取决于您图像的实际内容,这可能适用也可能不适用。