做肝脏分割一阶段粗分割得到的dice只有65%算正常吗?好像太低了吧

[Alagirl]

做肝脏分割一阶段粗分割得到的dice只有65%算正常吗?好像太低了吧,用Unet3d也可以很快的训练达到同样的精度,想问一下你们的实验也是这样吗,还是我中间有错误

[Alagirl]

求解答

[cshwhale]

请问你decoder部分用的是什么？demo里提供的decoder比较简单，不同任务建议用pretrain+合适的decoder，我当时做肝脏参考了ASPP。

[Alagirl]

我是直接转置卷积上采样,因为我看论文里第一阶段就是直接上采样吧,得到ROI再做ASPP的

[luofeel]

我这里单做肺部裁剪 得到的效果也不是特别理想 不清楚是不是中间产生什么错误还是必须添加aspp

[joechenrh]

请问你decoder部分用的是什么？demo里提供的decoder比较简单，不同任务建议用pretrain+合适的decoder，我当时做肝脏参考了ASPP。

请问是在ASPP后接上采样吗？

[urmagicsmine]

I have the same problem. I trained the LIDC-IDRI segmentation dataset with the MedicalNet pretrained model(resnet 18), and got a dice score lower than traning from scratch(54.8 vs 74.0). Any suggestions?

[MDAooo]

Hi @urmagicsmine @joechenrh @luofeel @Alagirl @cshwhale

For liver/liver tumor segmentation, probably you can try this post: https://github.com/MrGiovanni/ModelsGenesis/tree/master/competition

They also used a pre-trained 3D model and seemed to outperform training nnU-Net from scratch in liver/liver tumor.