wdayang / CTformer

This repository includes implementation of CTformer on Low-dose CT Denoising
MIT License
56 stars 10 forks source link

实验结果PSNR,RMSE这些结果为啥与其他论文有差异 #12

Open xwt11 opened 1 year ago

xwt11 commented 1 year ago

你好,非常感谢你的分享,在这里想请教你一个问题。我使用本项目的代码,计算出来的PSNR和SSIM比其他论文的结果要小 。RMSE的数值比较大。

原来CT图像的像素值范围是[0,1],这里图像经过denormalize_函数,像素值范围变为[-1024,3072],但又使用trunc函数,直接将像素值大于240的像素变为240,像素值小于-160的变为-160.为什么要这样变化?为啥像素值要为负数?

def denormalize_(self, image):
    image = image * (self.norm_range_max - self.norm_range_min) + self.norm_range_min
    return image

def trunc(self, mat):
    mat[mat <= self.trunc_min] = self.trunc_min
    mat[mat >= self.trunc_max] = self.trunc_max
    return mat
wdayang commented 1 year ago

这个是将数值映射到对应的HU以方便可视化,设置不同的truncation计算出来的结果不一样。 计算方法是参考的最开始REDNET的方法。

On Sun, Mar 19, 2023 at 9:29 PM xwt11 @.***> wrote:

你好,非常感谢你的分享,在这里想请教你一个问题。我使用本项目的代码,计算出来的PSNR和SSIM比其他论文的结果要小 。RMSE的数值比较大。

原来CT图像的像素值范围是[0,1],这里图像经过denormalize_函数,像素值范围变为[-1024,3072],但又使用trunc函数,直接将像素值大于240的像素变为240,像素值小于-160的变为-160.为什么要这样变化?为啥像素值要为负数?

def denormalize_(self, image): image = image * (self.norm_range_max - self.norm_range_min) + self.norm_range_min return image

def trunc(self, mat): mat[mat <= self.trunc_min] = self.trunc_min mat[mat >= self.trunc_max] = self.trunc_max return mat

— Reply to this email directly, view it on GitHub https://github.com/wdayang/CTformer/issues/12, or unsubscribe https://github.com/notifications/unsubscribe-auth/AFQCHCWJFKNZTHVMDMJCDLLW46XHXANCNFSM6AAAAAAWAO2VTY . You are receiving this because you are subscribed to this thread.Message ID: @.***>

xwt11 commented 1 year ago

谢谢。再请教一下,将原来[-1024,3072] HU truncation 到[-160, 240]的依据是什么?因为一些比较大的像素值直接被设定为240,会不会对结果造成很大的误差呢?

wdayang commented 1 year ago

你好,这个HU是对应图像不同tissure的attenuation coefficient的,用aapm这个denormalization对应的HU应该是没问题的。但是你说的最小值最大值范围是不是有点大了?你要根据你最后可视化的结果来看,有时候需要调整HU。

On Wed, Mar 22, 2023 at 8:38 PM xwt11 @.***> wrote:

谢谢。再请教一下,将原来[-1024,3072] HU truncation 到[-160, 240]的依据是什么?会不会对结果造成很大的误差呢?

— Reply to this email directly, view it on GitHub https://github.com/wdayang/CTformer/issues/12#issuecomment-1480427382, or unsubscribe https://github.com/notifications/unsubscribe-auth/AFQCHCSDEH25SLSZCXIKHRLW5OLQXANCNFSM6AAAAAAWAO2VTY . You are receiving this because you commented.Message ID: @.***>