图像分割可预测空白图像部分

时间:2020-08-01 23:53:16

标签: neural-network image-segmentation medical-imaging

我正在对身体的骨骼进行图像分割,但是我发现模型预测CT身体周围的黑色空间为1完全破坏了我的准确性。有人知道为什么它会为此部分预测1(即正数)吗?

我正在使用逐块裁剪,并且已经对模型进行了训练,从而跳过了不包含原始分割的任何部分。后台中的所有值均为-3024。我想知道问题是否出在我训练期间是否故意排除了这一部分,所以当在整个图像上对其进行测试时,这会导致它根据其内部权重为具有该值的像素预测1。

Here's a screenshot of one of the slices. The red colour signifies a positive prediction

1 个答案:

答案 0 :(得分:0)

我建议您在训练中包括背景,或者在尝试分割图像之前裁剪图像。故意排除图像区域不是一个好主意,如果它实际上不能反映您要在其中使用模型的情况。

由于您提到所有背景值均为-3024,因此我强烈建议您将体素信息标准化为浮点0-1,这样您的模型可以更好地进行泛化。只要确保您的float数据类型可以容纳所有值即可。绝对值(或Hounsfield单位)可能难以使用,因为每个病人的绝对值可能会有很大差异。