Pleineblog

• 预训练：

  训练集：医院+公开，约 800x（3~4）x256x256x80

  1、单模态resize -> 160x160x80

  2、crop -> 0.4 mask -> 0.75

  3、mae3d输入，通道改为80，单个patch大小为160/patch_size，160/patch_size，80/patch_size 保存encoder权重。

  4、encoder输出为batch_size，160/patch_size x 160/patch_size x 80/patch_size，embed

• 训练：

  训练集：医院数据+labels

  1、单模态resize -> 160x160x80

  2、crop -> 0.4 mask -> 0

  3、encoder采用预训练权重，encoder输出batch_size，160/patch_size x 160/patch_size x 80/patch_size，embed 经过unpatch第二维度恢复至20,20,10三维。

  4、decoder改为CNN Decoder对20,20,10进行上采样，计算与label损失。

• 手写研究思路