最近在做一个全脑图像分割的项目,需要使用一些全脑数据集,我用的模型大致需要使用的就是(1)脑切片图像的灰度矩阵(2)对应的已经做好标记的label矩阵来进行训练和推理,现在找到了一个数据集SegEM与我之前使用的数据集有所不同,有不太理解的地方,链接在这里:
https://segem.rzg.mpg.de/data/ (我使用的是里面一个叫cortexTrainingdata的文件里的数据)
文件夹中有两个子文件夹,一个是“stack”一个是“target”,target中存放的就是原始图像灰度矩阵和对应的标签矩阵,总共是1148个.mat文件,我用matlab加载之后,果然每个mat文件里有两个矩阵(或者说是数组):
raw矩阵就是200*200*150的灰度图像,大概就是有150张图,每张200*200,能用imshow画出图像:
然后问题来了,我理解的是标签矩阵应该与灰度矩阵同维度,每个raw矩阵里的元素[x,y,z]都应该在target矩阵里有一个对应的标签,但是这里的target矩阵竟然是100*100*100维的?就连图片的张数都对不上,这样我无法使用之前使用的图像分割算法进行运算(之前用的数据集都是标签矩阵与灰度矩阵维度相同,且都是h5文件)。
自己在生物影像这块完全是个门外汉,希望有大佬不吝赐教,提前感谢大家。