qq_43008587
qq_43008587
采纳率100%
2020-04-29 16:54

全脑图像分割的结果指的是什么,如何将其可视化呢?

20

自己最近在尝试github上这个Flood-filling Networks图像分割算法,但是因为不是我的专业领域所以很多地方都不太理解。这里附上算法的链接:

https://github.com/google/ffn/#preparing-the-training-data (算法本身基于CNN,使用Tensorflow)

我使用了FIB-25这个果蝇全脑切片图像数据集来训练网络,数据集由520*520*520的灰度矩阵和520*520*520的标签构成,训练结束之后对测试集进行推理,得到的结果是一个npz矩阵。

图片说明

其中的segment我理解的就是分割结果,是一个250*250*250维的数组,且当中大部分元素值都是0,只有几个值不是0(这个结果与作者给出的结果相仿,非零值的位置都相同,我认为运行是成功的),这个结果代表什么呢?是分割的结果也就是边框的话,我能怎么把它可视化呢(就是类似于在切片图像上标注出来,但是由于维数不同我并不知道该怎么标注),只有几个值不是0的话,是意味着一次只分割出了一部分吗?如果我想对这个样本进行3D意义上的重构的话,又该怎么使用这个结果呢?

图片说明

(图来自作者自己的论文,我很想得到这样的结果)

另外附上几篇相关的文献,方便大家参考:

https://arxiv.org/abs/1611.00421 (算法本身的说明与介绍)

https://www.biorxiv.org/content/10.1101/200675v1 (作者自己的一个应用)

自己在生物影像这方面完全是门外汉,感谢大家的帮助

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 复制链接分享
  • 邀请回答

2条回答

  • caozhy 回答这么多问题就耍赖把我的积分一笔勾销了 1年前

    这个其实有两个,一个是根据组织密度绘制热力图分层,一个是区块的识别,用到边缘检测的算法
    因为你用的是cnn,那么你的matrix应该是卷积核
    你这里的边缘检测的标签,应该是你的每个区块的边缘的坐标,可能是三角形也可能是多边形的定义
    看你的源代码怎么说了。

    点赞 评论 复制链接分享
  • qq_39412061 吃鸡王者 1年前

    正常的输出维度和输入维度和尺寸应该是一样的,(你的前后不一样的话,看看的的推理数据集的图片的大小是不是250*250的)
    再则,三维数组,应该分别是图片的张数、宽和高,
    输出结果每个位置上的数值对应原图片该像素的分离标签。

    点赞 评论 复制链接分享