Передача обучения с помощью Keras для классификации медицинских изображений

Question

Я пытаюсь выполнить переносное обучение из предварительно обученной модели на изображении enet, чтобы решить задачу классификации с срезами КТ легких.

Эти срезы хранятся в файле dicom, поэтому их значение выражаются в 12-битной шкале Хаунсфилда. Мои вопросы: preprocess_input keras / tf2 api требуется матрица значений в [0,255], так как я могу предварительно обработать свои изображения, чтобы передать их на предварительно обученный con vnet? Можно ли нормализовать диапазон изображения в [0,1] или обязательно использовать preprocess_input моделей? Если preprocess_input является обязательным, как я могу отобразить 12-битное значение в диапазоне [0,255]?

Answer 1

Вы можете использовать библиотеку pydicom для преобразования изображения из формата Dicom в другие форматы (например, PNG). Затем вы можете использовать эти преобразованные изображения в обычном режиме.

Установка:

pip install pydicom

Использует:

import pydicom
import cv2
ds = pydicom.read_file(path) # read dicom image
img = ds.pixel_array
cv2.imwrite(save_path, img)