问题标签 [niftynet]

我正在使用此处的代码（此处为论文）创建 GAN。我正在尝试将其应用到一个新领域，从他们在 MNIST 上的应用切换到 3D 大脑 MRI 图像。我的问题在于 GAN 本身的定义。

例如，他们用于定义生成模型的代码（获取维度 z_dim 的噪声并从 MNIST 分布生成图像，因此为 28x28）是这样的，我的评论基于我认为它是如何工作的：

这是我使用 niftynet 卷积层的代码，其中 z_dim 和 latent_dim 与之前的 64 相同，并且我添加了打印语句的结果：

我不太确定如何才能将 19 放在那里。目前我收到此错误。

ValueError：维度大小必须能被 2359296 整除，但对于输入形状为 [?,2048,8,144,1], [5] 且输入张量计算为部分形状的“Reshape_1”（操作：“Reshape”）为 1575936：输入1 = [1,19,144,144,4]。

我对构建神经网络也比较陌生，我也有几个问题。当我们在 z 空间中已经有了一个紧凑的表示时，潜在空间的意义何在？如何确定“输出维度”的大小，即层构造函数中的第二个参数？

我也一直在寻找 CNN 的成功实施，并在这里寻求灵感。谢谢！

主要编辑：

我取得了一些进展，并让 tensorflow 运行代码。但是，即使批量大小为 1，当我尝试运行训练操作时也会遇到内存不足错误。我计算出一张图像的大小为 19 * 144 * 144 * 4 * 32（每像素位数）= ~50 MB，因此导致内存错误的不是数据。由于我基本上只是调整了 GAN 参数直到它起作用，我的问题可能就在那里。下面是整个文件。

我很清楚我不是在问一个具体的问题。但我正在寻求有关如何使用 NiftyNet 进行医学成像工作的指导。这肯定会让我有能力做一些工作并就尖锐的问题寻求帮助（他们一定会来）。

我不了解医学成像和使用 niftynet 进行分类。我正在尝试使用此数据集和预训练模型提出一个简单的分类任务。

我收集了几个口腔的 jpg 照片。它们标有 3 个标签（Normal、pre、pos）。我对 python、pytorch 和 tensorflow 很满意。我需要以下帮助：

• 我在哪里寻找使用 NiftyNet 预训练模型进行此类分类
• 有什么代码库可以让我继续前进吗？

谢谢您的帮助。

我正在尝试在 NiftyNet 中实现条件 GAN。

我有一组 Nifti 格式的 3D 图像，每个图像都有一个特定的类。该类应该是 GAN 的条件输入。

到目前为止，我已经设法让它工作，但它有点像 hack：我创建了一个对应于每个 3D 图像的 1x1x1 虚拟图像，其中包含作为其单个值的类。然后，在我的配置文件中（...代表遗漏）：

虽然它在技术上有效，但它非常脆弱。我想使用带有列subject_id和.csv 文件的 CSV 文件指定类target。

我尝试了以下方法，使用csv_data_file输入描述中的未记录参数：

但我收到以下错误：

指定它的正确方法是什么？

所以我正在为医学图像编写自定义数据集，使用 .nii（NIFTI1 格式），但存在混淆。

我的数据加载器返回 shape torch.Size (1,1,256,256,51)。但是 NIFTI 卷使用解剖轴，不同的坐标系，因此置换轴没有任何意义，我通常会使用由 2D 图像组成的卷，每个图像分别存储在具有 51 个切片图像（或深度）的本地驱动器中，如Conv3D 遵循约定(N,C,D,H,W).

所以torch.Size (1,1,256,256,51)（通常 51 是深度）不遵循约定(N,C,D,H,W)，但我不应该置换轴，因为数据使用完全不同的坐标系？

所以我试图混合两个不同的 NifTI 数据集，但是当我在 2D 中查看它们时，它们都有不同的平面，其中一个也是倒置的。

我的问题是：

1）如何在 NifTI 中更改平面？

2）另外我如何旋转飞机？

先感谢您。

我能够使用 niftynet 预训练模型进行推理。但是，我看不到有关分段类的详细信息。我在哪里可以找到输出文件中每个分段类的标签描述？

我有一个适用于漂亮图像的模型，现在假设我有一个 3D 图像，但实际上不是来自 CT 或 MRI，而是具有一般格式宽度 * 高度 * 深度，我可以从中生成一个漂亮的图像并假装它是格式正确？我应该只使用单位矩阵进行仿射吗？

我正在尝试用感知损失替换 Niftynet 的标准 RMSE 损失函数。不幸的是，每次我尝试跑步net_run train -a niftynet.contrib.regression_weighted_sampler.isample_regression.ISampleRegression -c ~/niftynet/extensions/mr_ct_regression/net_isampler.ini --starting_iter 0 --max_iter 1000时，

我收到以下错误：

我对 Niftynet 存储库的唯一重大更改是我用下面的代码替换了 loss_regression.py 文件中的“rmse_loss”函数。

函数开头的注释掉的代码是函数的原始代码。另外，据我了解，错误来自我创建“pretrained_model”（第 28 行）时的代码行。有谁知道如何防止这个错误？

感谢您的时间！

我正在尝试在 Niftynet 中实现感知损失。

不幸的是，每当我运行以下命令来训练模型net_run train -a niftynet.contrib.regression_weighted_sampler.isample_regression.ISampleRegression -c ~/niftynet/extensions/mr_ct_regression/net_isampler.ini时，都会得到以下错误输出：

我对 repo 的唯一相关更改是我用下面的代码替换了 Niftynet 的 RMSE 损失函数。

另外，当我打电话时vgg.summary()，我得到：

因此，至少从我的角度来看，'block1_conv1' 的参数似乎在那里。有谁知道可能导致此关键错误的原因以及如何解决？

感谢您的时间！