影像组学路径图
深度学习特征提取
1.选定需要提取特征的layer, 在定义网络结构的py文件里(比如resnet.py)找到forward函数,将其表示为features后return出来,如下图所示(以U-Net为例):
我这里选择提取在U-Net中第三次下采样后再进行卷积的特征。由于特征的维度较大,为了方便查看输出,可以对特征进行maxpooling操作。
2.在forward函数里return出特征后,需要在train.py文件中将features接住。如下所示:
3.同时,为了查看输出特征所对应的name,需要对dataloader函数进行修改。即在__get__item()函数中return每个特征对应的image_name。如下图所示: