使用深度CNN和完全连接的分类器转换分割掩码numpy阵列进行图像分割

Question

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

Answer 1

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