xq141839 / DCSAU-Net

Elsevier-CIBM-2023: A deeper and more compact split-attention U-Net for medical image segmentation
https://www.sciencedirect.com/science/article/pii/S0010482523000914
Apache License 2.0
70 stars 14 forks source link

向您请教关于brats2021数据处理的问题 #18

Closed 18985459173 closed 1 year ago

18985459173 commented 1 year ago

您好!我看了您的文章,写得非常nice!但在brats2021数据处理这一块还有疑问,在文中您是使用了brats2021训练集的所有病例1251例,然后将900例作为训练,226例验证,125例测试,那么在由大小为(240,240,155)的nii文件中,你是取了所有的2d切片吗?还是只取这155张中的部分数据?2d的训练、验证、测试数据量分别是多少张2D图像呀?

18985459173 commented 1 year ago

对了,还有一个问题,在文章中您是只使用了flair这一个模态的数据进行实验吗?

xq141839 commented 1 year ago

您好,非常感谢您对我们工作的认可,brats2021数据集中,我们用flair数据进行训练。训练集我们取所有的2d切片,所以训练集将会有900x155张2d图。不过我的建议是把框架转成3d后再进行训练,当然这个工作我们也在进行中。

18985459173 commented 1 year ago

感谢您能在百忙中回答我的问题!还有一个问题是关于您在tabel8这里显示的brats2021的dice值,请问您是是计算的NCR\ED\ET三类的平均值还是计算的是ET\TC\WT的平均值呢?

xq141839 commented 1 year ago

应该是ET/ED/NCR三类的平均值,我是从这里下的数据集:https://www.kaggle.com/datasets/dschettler8845/brats-2021-task1