Ki-GAN

@1zw

说明

这个仓库主要完成了Ki-Gan的论文复现工作
数据来源为：https://link.springer.com/chapter/10.1007/978-3-030-32239-7_31
参考了以下的repo:

  1. https://github.com/lee-zq/VesselSeg-Pytorch/tree/master
  2. https://github.com/chenyilan/MICCAI19-Ki-GAN

结果展示

  1. 数据先经过python 代码进行数据增强，在经过matlab 代码得到光声数据。下面是两种传统算法重构之后的图像，左为时间反朔法，右边为DAS，由于左侧图像更为清晰，因此不同于论文中提到的，我在实现时用bformer中选取右侧图像作为输入
  2. KEB结果，是一个32张图片的阵列
  3. 消融实验结果

结论

  1. 从消融实验的结果来看，和论文中存在很大差距，可能是数据的来源，又或者是在生成光声数据时没有能做到完全复现，同时关于作者的稀疏实验部分，由于并不知道到底是哪些通道的数据被set zero了，因此也无法复现。
  2. 在复现的过程中，很大程度的依赖了别人的代码，因此对于代码的理解程度不够，这也是我在复现过程中遇到的最大的困难，特别是Unet的部分，用一些普通的架构就不能work，但是作者提供的就能让loss很快收敛，后续需要继续学习。