问题标签 [niftynet]

我刚刚开始使用 NiftyNet 进行医学图像分割。为了使用该软件，我尝试运行从 Brats Challenge 数据集 ( http://www.braintumorsegmentation.org/ ) 中分割图像的演示。

我已经下载了 Brats，数据，rename_crop_brats在上面使用，并设置了我的 $PYTHONPATH。但是，当我运行命令时：

python net_run.py train -c train_whole_tumor_sagittal.ini --app brats_segmentation.BRATSApp --name anisotropic_nets.wt_net.WTNet

我收到以下错误消息：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Provided indices are out-of-bounds w.r.t. dense side with broadcasted shape

我不太确定我在这里搞砸了什么，欢迎任何建议。

我可以下载并成功测试NiftyNet包的大脑分割演示。然而，这只给了我预训练网络的最终分割结果，而我也需要访问中间层的输出。

根据这个演示，以下行下载了一个预训练模型和一个测试 MR 卷：

${demopath}演示文件夹的路径在哪里。提取下载的文件将创建一个.ckpt似乎包含预先训练的 tensorflow 模型的文件，但是我无法将其加载到 tensorflow 会话中。

有没有办法可以加载预训练模型并访问其所有中间激活图？换句话说，如何将 NiftyNet 库中的预训练模型加载到 tensorflow 会话中，以便我可以通过模型探索或探测任何给定输入图像的某些中间层？

最后，在 NiftyNet 的网站上提到“文献中的一些模型已经（重新）在 NiftyNet 框架中实现”。这些模型的预训练权重是否也可用？该演示使用名为 HighRes3DNet 的预训练模型。如果其他模型的预训练权重也可用，下载这些权重或保存的 tensorflow 模型的链接是什么？

晚上好，我正在尝试重现 Wang 等人的结果。使用他们的级联卷积网络和 NiftyNet。尽管如此，当尝试使用以下方法训练 CNN 时：

它确实启动了 brats_segmentation APP 并创建了 csv，但随后出现以下错误：

我不知道如何解决这个问题！所以每一个帮助都会受到欢迎。最好的祝福

保罗

我正在尝试 NiftyNet 并在第一步卡住了。尝试运行快速启动命令

python net_download.py dense_vnet_abdominal_ct_model_zoo python net_segment.py inference -c ~/niftynet/extensions/dense_vnet_abdominal_ct/config.ini

给我

KeyError：“注册两个名为‘FloorMod’的渐变！（之前注册在_find_and_load_unlocked:955）”

有人可以帮忙吗？我正在使用带有 Nvidia GPU 的 Ubuntu 16.04。尝试了 tensorflow:1.4.1-py3 docker 映像、带有 CPU 版本的 tensorflow 的 Anaconda 和带有 CPU 版本的 tensorflow 的本机 python，我得到了同样的错误。

我很确定这是我做错了什么，因为我从那些不同的环境中得到了同样的错误，但我不确定是什么......

谢谢！

我想使用 NiftyNet 在医学图像处理上实现深度学习。但是，关于数据输入，我还没有弄清楚一件事：它如何加入多模态图像？我看到了 BRATS2017 的演示，他们似乎使用了 4 种不同的模式，并且在配置文件中，他们只包含了图像的目录，并声称它将“连接”图像。但我想知道更多，因为这些图像是 3D 的，它们是如何连接的？[slice1-30]:[slice1-30].. 还是 [slice1, slice1, slice1 ...]:[slice2, slice2, slice2...]？我们可以控制数据组织部分吗？如果是这样，我应该修改哪个文件？

任何建议将不胜感激！

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

我刚刚开始探索 NiftyNet，我认为这将对我的项目有所帮助。

我正在尝试使用分段应用程序训练网络进行分段。但是，我构建了自己的 config.ini 文件，并且在运行 net_run.py 时收到错误消息：

“错误：参数--axcodes：预期的字符串列表，对于每个列表元素，允许的字符：[a-zA-Z0-9_-]，但收到''”

我正在关注配置文件要求设置axcodes=A,R,S。我还尝试了不同的字符串列表 ('A','R','S'; [A,R,S]; (A,R,S); ...)

我的 config.ini 文件指出：

我究竟做错了什么？

我NiftyNet用来处理MRI图像。似乎主程序只有两个选项：

1. train，根据训练集更新权重；
2. 推断，预测。

我想调整我的hyperparameters使用validation集，有什么方便的方法来计算dice_loss验证集的值吗？我知道有 dice_loss 计算函数，但从那里开始可能会很痛苦......

任何建议将被认真考虑！

我花了一些时间阅读文档，但仍然不明白：1.如何加载我自己的数据2.图像-标签如何映射3.是否存在标准数据格式

当我尝试在 Jupyter Notebook 中运行 NiftyNet Promise12 Demo 的推理部分时出现以下错误。

我目前正在使用 Python 3.4 和 Tensorflow 1.4.1。我该如何解决？