Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

BraTS 2018数据处理问题 #7

Open
chengjianhong opened this issue Dec 3, 2024 · 3 comments
Open

BraTS 2018数据处理问题 #7

chengjianhong opened this issue Dec 3, 2024 · 3 comments

Comments

@chengjianhong
Copy link

处理BraTS 2018数据集时,v1中的preprocess.py 不适应。

@Jun-Jie-Shi
Copy link
Owner

@chengjianhong 请问具体遇到了什么错误呢?该文件应该是适用 BraTS 2020 的,可能 BraTS 2018 的源数据形式会有些差别,您可以根据您下载的BraTS数据更改相关路径或文件命名参数。另外您也可以使用 RFNet 作者预处理好的数据,我在具体实验中通过修改 preprocess.py 文件也提供了适用 BraTS2021 的预处理过程 preprocess_brats2021.py,您也可以借鉴参考一下有何具体问题。

@chengjianhong
Copy link
Author

@Jun-Jie-Shi 感谢您的答复,我已经修改了。我再考虑另一个问题,我看您提出的模型以及RFNet模型,模拟缺失模态场景都是在模型中间层模态特征置0(而且输入前端用的都是共享编码器),这样是否符合现实场景? 如果在现实场景中,某一模态缺失,在输入时就就没有该模态,这样对模型是否有影响?推理时,与在输入端模态影像就置0,两者是否等价? 如果方便的话,可否留个微信号,再向您请教学习,谢谢。

@Jun-Jie-Shi
Copy link
Owner

Jun-Jie-Shi commented Dec 6, 2024

@chengjianhong 您提到的置零问题确实是有区别的,在训练过程中没有选择在输入时就置零,主要是沿用了RFNet中提及的单模态共享分割器,能够在训练模态数据均完备可用时正则化模态特定编码器及其对应的单模态特征,在现实场景中如果训练过程中也存在模态数据不可用,则需要相应调整(主要影响的是模态特定编码器的训练),这一点在我们另外一篇工作PASSION中提及了,当训练过程中模态数据存在不平衡缺失时包括RFNet,mmformer这些方法都会遭遇性能明显下降的问题。感谢您对缺失模态工作的兴趣,我的微信号是StrAnger_Junjie,有什么问题可以相互交流。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants