MONAI DiceMetric

Question

我正在训练 MONAI

model =SegResNet( out_channels=2)

来完成分割任务。我有两个类，前景和背景。真实分割/标签是 1 通道图像。 我使用 MONAI

DiceLoss(softmax=True, include_background=False, to_onehot_y=True)

，它似乎有效，它减少了，而且预测看起来不错。 （

include_background

是假的，因为背景比前景大得多。）但是我似乎不知道如何使用

DiceMetric(include_background=False, reduction="mean", get_not_nans=False)

。

要么给出错误，要么给出 1 或 0 或大于 1 的数字。 我阅读了我能找到的所有教程，并尝试复制那些但没有成功......

我这样使用损失：

 vloss = loss_fn(voutputs, vlabels)

在教程中，“AsDiscreted”是一个常见的步骤。我不想使用 MONAI 变换，所以这就是我尝试过的：

voutputs_bin=voutputs
voutputs_bin=torch.nn.functional.softmax(voutputs_bin,dim=1)
#voutputs_bin=torch.argmax(voutputs_bin,dim=1)
voutputs_bin = torch.nn.functional.one_hot(voutputs_bin.to(torch.int64), num_classes=-1)
#voutputs_bin=voutputs_bin[:,1:,:,:]
#voutputs_bin=torch.nn.functional.threshold(voutputs_bin,0.5,1)
vlabels_bin=torch.nn.functional.one_hot(vlabels.to(torch.int64), num_classes=-1)

metric(y_pred=voutputs_bin, y=vlabels_bin) 

我包含了注释行，因为这是我尝试过的以及它的不同组合。 验证循环之后我会这样做：

vmetric=metric.aggregate().item()
print(f' dice metric: {vmetric}')
metric.reset()

您能告诉我并解释一下，我应该如何正确使用DiceMetric吗？

Answer 1

from monai.losses import DiceLoss

def dice_metric(predicted, target):
    dice_value = DiceLoss(to_onehot_y=True, sigmoid=True,squared_pred=True)
    value = 1 - dice_value(predicted, target).item()
    return value

如何使用；

metric = dice_metric(outputs, label)

希望能成功！