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。
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