• Class가 1개인 경우
  segmentation문제에서는 mask의 pixel값은 0 or 1이기 때문에 sigmoid로 할 수 있었지만

• Class가 여려개인 경우
  mask의 pixel값은 0~m개가 될 수 있다.(m=1,2,3...) output layer에서 softmax로 7개의 units을 뽑아 낼건데, 그러면 각 픽셀별로 7개의 unit을 가지고 있을거라는 얘기고 그렇다면 마찬가지로 label도 각 pixel별로 7개의 units을 갖게 one-hot-vector로 치환해야하는건지 확인

현재

1. resizing by zero padding
2. 모든 voxel에 255.로 나누어서 rescale

TODO.

1. alignment를 위해서 registration을 적용한 후
2. 심장에 대해서만 crop을 해서 원하는 크기로 resizing
   -> CT의 경우 대부분 심장이지만, MR사진의 경우 영상의 범위가 목~복부까지 넓게 보여진다.

• 카카오브레인 블로그 내용 중 심장질환에 대한 문제
  http://www.kakaobrain.com/blog/33

zero padding vs min value padding

두 가지의 차이점을 볼 것.
-> 실제 음수값을 갖는 영역이 어떤 영향을 가지고 있는지 확인
-> 한가지 걸리는 점은 min value padding을 할 시 255. 로 rescale이 안된다는 점

용량이 적고 load 속도가 빠른게 좋다.

256x256x256 으로 돌렸더니 메모리 에러 발생.

• Medical image 영역에서는 단순히 255. 로 rescale하는 것은 좋지 않을 수 있다.
  -> 좋지 않다라는 얘기는 들었지만 왜 좋지 않은지가 명확하지 않다. 좋지 않은게 맞는거같은데 제대로된 이해가 필요하다.

• 그래서 intensity를 rescale할 수 있는 알고리즘 또는 방법이 필요하다.

학습이 잘 되지 않음. image가 크지않아서 일 수도 있다는 생각이 들긴함.

처음 learning rate를 adam(lr=0.00001)을 두고 돌렸는데 너무 학습이 느린가라고 생각돼서 30 epochs만 확인하고 10배 키운 후 다기 500 epochs 확인. 그러나 거의 학습되지않음

• 아산병원 메디컬 센터 의료영상 지능실현(MIRL) 연구실, 카카오브레인, 뷰노의 합작 후기
  http://www.kakaobrain.com/blog/48?fbclid=IwAR1rtkw3_5NafirzIG94Ko6sGGrVtdNhKwUF4ryHW5GBeU_wDNq_iWy-bXE

브레인 클라우드의 Hyper parameter search

• SENet(Squeeze and excitation networks)
  https://jayhey.github.io/deep%20learning/2018/07/18/SENet/

Sorry, I am a layman. Could you tell me how this picture is made? THX~

https://github.com/TooTouch/3D_CoordConv_Segmentation/blob/master/assets/label19.gif