image-processing - 医学图像分割需要像素值归一化吗?

标签 image-processing deep-learning artificial-intelligence data-processing

我有一个代表臀部扫描的 CT-Scan 数据集。我目前没有标准化像素值,因为在 CT 扫描中像素值代表扫描的不同部分(骨 1000+、水 0、空气 1000 等)。此外,每次扫描时像素值的范围都会发生变化(例如 -500:1500、-400:1200)。
我想知道将 [0,1] 之间的像素值归一化是否是我的训练的 + 或者我会丢失有关 int 像素值和分割真相之间关系的信息。
感谢您的回答

最佳答案

这在一定程度上取决于您的数据。您所描述的是所谓的Hounsfield Units (可能已经读过了),你基本上表达了与水相关的每一种强度。

骨密度(以及相应的强度)可能会有很大差异,更不用说是否存在金属。
您的 HU范围高度依赖于 body 部位,主要是患者。

https://images.app.goo.gl/WNLCs8eENTdbXWwM7

CT扫描通常是uint16灰度,我肯定会标准化,只要您能确保您的 float 范围足以容纳 2^16不同的灰度值。

关于image-processing - 医学图像分割需要像素值归一化吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59215089/

相关文章:

neural-network - 从caffe中的lmdb数据库读取编码图像数据

artificial-intelligence - minimax 算法中的 min player 是否发挥最优?

java - 用 Java 解决 n 难题

java - Tesseract板检测

c++ - 使用 cvWarpPerspective 变形图像导致图像的某些部分超出可视区域

python - model.predict 导致 oom 问题,但 model.fit 不会 :

azure - 是否可以将深度学习模型与 Microsoft Bot Framework (SDK) 结合使用?

c# - 什么分类算法最适合对法律文档图片进行分类?

matlab - 如何访问给定 11x1 元胞数组的图像区域的 RGB 值,其中每个元胞包含每个区域的坐标?

image - 从图像中删除白色背景并使其透明