样本加权回归 Niftynet

Sample Weighting Regression Niftynet

晚上好,

我对 Niftynet 中的回归应用有疑问。 事实上,我试图从 MRI(s) 预测 CT 连续 UH 图。 因此,我使用收敛的回归 CNN (highres3dnet),但作为输出,我自然会得到介于 ~(-5;5) 之间的值,而它们应介于 (-1000+1000) 之间。因此,我想知道我应该修改我的训练和/或推理 ini 文件中的哪些内容。我尝试了百分位归一化(使用 histogram_ref_file)、加权采样(将输入图像表示为权重),但不确定我是否执行得很好,遗憾的是在 CMIC 的网页上找不到关于这一点的信息。

提前致谢。

保罗

hires3dnet 默认在最后一层使用 batch norm 和无偏差项 (https://github.com/NifTK/NiftyNet/blob/v0.2.2/niftynet/network/highres3dnet_large.py#L140)。您可以 a) 预处理 CT 使其具有零均值和单位方差,或者 b) 删除批量规范并通过 fc_layer = ConvolutionalLayer(..., with_bias=True, with_bn=False, ...).

向最后一层添加偏差项