使用深CNN和完全连接的分类器转换分割蒙版numpy数组以进行图像分割

时间:2020-07-22 11:51:56

标签: python keras conv-neural-network image-segmentation semantic-segmentation

我正在按照Pereira等人的论文建立医学图像分割模型,他们使用卷积网络将其输入到完全连接的分类器中。 我想从正常组织中切除肿瘤。

我目前有一个numpy数组,包含预先分割的图像[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。

如何获取模型以对原始图像的补丁进行分类,然后在最后重建整个图像以生成分割图?

谢谢!

1 个答案:

答案 0 :(得分:0)

如果您参考论文“ Brain Tumor Segmentation Using ConvolutionalNeural Networks in MRI Images”,他们会从原始MRI扫描中提取大小为33x33像素的斑块,并将每个斑块归为5类(正常组织,坏死,水肿,增强或增强肿瘤),以中间像素的类别为基础。

最后,您从一个MRI图像中分别对每个面片进行分类,并跟踪其坐标以建立分割图。