2024-05-13 19:51:45 发布
网友
我根据Pereira等人关于医学图像分割的一篇论文建立了一个模型,他们使用卷积网络将数据输入到一个完全连接的分类器中。 我想把肿瘤和正常组织分开
我目前有一个numpy数组,其中包含预分割图像[0]=背景[1]=肿瘤,形状为443、443、1作为“目标”,形状为443、443、1的图像作为输入
如何让模型对原始图像的面片进行分类,然后在最后重建整个图像以生成分割图
谢谢
如果您参考论文“Brain Tumor Segmentation Using ConvolutionalNeural Networks in MRI Images”,他们从原始MRI扫描中提取大小为33x33像素的斑块,并使用中间像素的类别作为基本事实,将每个斑块分类为5类(正常组织、坏死、水肿、非增强或增强肿瘤)中的一类
最后,从一张MRI图像中分别对每个面片进行分类,并跟踪它们的坐标以构建分割图
如果您参考论文“Brain Tumor Segmentation Using ConvolutionalNeural Networks in MRI Images”,他们从原始MRI扫描中提取大小为33x33像素的斑块,并使用中间像素的类别作为基本事实,将每个斑块分类为5类(正常组织、坏死、水肿、非增强或增强肿瘤)中的一类
最后,从一张MRI图像中分别对每个面片进行分类,并跟踪它们的坐标以构建分割图
相关问题 更多 >
编程相关推荐