search

Kaiseem / DAR-UNet

[JBHI2022] A novel 3D unsupervised domain adaptation framework for cross-modality medical image segmentation
Apache License 2.0
40 stars 5 forks source link

关于stage1的效果 #21

Open Mors20 opened 6 months ago

Mors20 commented 6 months ago

您好，感谢你这项出色的工作，我有两个问题想要向您请教， 1) 在stage_1.5_i2i_inference.py中，您给出了CT2MR的代码，我用您给出的数据中的 'source_training_npy'和'target_training_npy'文件夹下 的数据作为source和target进行了CT2MR的转换（使用权重'enc_40.pt'）.但是效果相较您转换好的（'source2target_training_npy_multi_style'文件下的结果）有一定差距，想知道这是什么原因造成的？ 2) 为了进行MR2CT的转换，根据我的理解，我把stage_1.5_i2i_inference.py'中的 https://github.com/Kaiseem/DAR-UNet/blob/056d3fc2918d8a9056ad75f99c87ce45045406cd/stage_1.5_i2i_inference.py#L33 更改为： s=trainer.enc_s_a(single_img).cpu().numpy()[0] 并交换了source和target的文件夹路径，不知道这样的做法是否正确？结果仍有差距，且差距相比问题1更大。 如图是CT2MR和MR2CT的转换结果： 20240305-233807

20240305-233759

Kaiseem commented 6 months ago

可以检查一下图像是否是大小为512的，我印象里有384的图，如果是384的我应该是先pad到512，style transfer后再变回384，因为一阶段的style transfer是512训练的，不是512的图inference会OOD

Mors20 commented 6 months ago

感谢回答， 我刚才去检查了一下，图像大小都是512的，只是您给出的结果里面大小不一，但是'source_training_npy'和'target_training_npy'文件夹下 的数据都是512512n的

Mors20 commented 6 months ago

想请问一下你是怎么转换得到那样效果的图的呢，权重和代码是我描述的吗

Kaiseem commented 6 months ago

是的，不知道为什么会有差距，可能是torch版本造成的？可以测一下FID距离吗？我不知道差距有多少。此外 把xy轴transpose一下看看，我印象里切片的人的正面是朝上的而不是这里展示的朝左（也有可能是浏览器不一样导致）