我有一个包含影响大脑的特定疾病患者的MRI数据集和另一个包含健康患者 MRI 的数据集。
我想创建一个分类器（使用神经网络）来分类新患者的 MRI 是否显示疾病的存在。
首先，我使用FSL中的BET工具从所有 MRI（所谓的颅骨剥离）中提取大脑。
我有三个问题要问你
作为训练阶段的输入，我想给出整个提取的大脑（可能是 nii 格式）。提取大脑后（在将其传递给分类器之前），我需要应用什么样的预处理步骤？
你知道有什么更好的剥颅工具吗？
您是否知道将 nii 文件作为输入并允许我创建使用神经网络的分类器的工具（或库）？
看起来您想要的一切都可以通过用于医学成像的深度学习工具包 (DLTK) 获得
还有一篇博客：An Introduction to Biomedical Image Analysis with TensorFlow and DLTK
有一个 DataCamp 课程可以引导您完成大部分过程，但他们使用深度学习来重建大脑图像，而不是分类器。他们提供了指向他们的 MNIST 分类器示例的链接，该示例应该很容易适应您的目的。请参阅：使用深度学习（卷积自动编码器）重建脑部 MRI 图像
ResearchGate 有一个线程可能会有所帮助： 在深度学习中使用 Nifti 文件的适当方法是什么？