我正在尝试使用NiftyNet进行分类。我想进行训练，并且有一个包含图像的训练集和一个分配给他们的课程，例如image1->癌症和image2->没有癌症。基本上，我没有遮罩，而且如果我想进行分类，则我需要使用带标签的体素的遮罩来进行分类训练。我基于以下页面进行了假设：https://niftynet.readthedocs.io/en/dev/_modules/niftynet/application/classification_application.html#ClassificationApplication，在此页面中它试图解释如何创建一个分类部分，该分类部分声明与分段类似。
最终，我的问题是，如果我只有图像以及每个图像所属的类，是否可以使用NiftyNet进行分类。例如。如果我有4个类0、1、2和3，并且已经映射了我的数据，例如image1-> 1，image2-> 3，image3-> 1，1，image4-> 2，image5-> 0，等等。我使用图像作为输入并输出矢量[0 0 1 0]是否需要使用NiftyNet进行培训？如果是这样，您可以举一个例子说明如何在.ini文件中创建CLASSIFICATION部分吗？
对于很长的问题，我们事先表示抱歉。
答案 0 :(得分：1)
实际上，您现在应该创建一个大小为（1,1,1）的nifti文件，并在其中尝试预测标签。
我认为您所谈论的向量是一个热编码器，一旦加载标签，便由niftynet处理。
这是分类的输入部分
[CLASSIFICATION]
image = Rx
label = labels
output_prob = True
num_classes = 2
label_normalisation = False
最诚挚的问候