Чтение большого предварительно обученного файла встраивания текста в python

Начну с некоторых комментариев:

  1. В мире SimpleITK оба ваших изображения являются томами, нет принципиальной разницы (осевой или сагиттальный). Объемы просто имеют разный интервал, который неявно принимается во внимание в рамках регистрации.
  2. Я не уверен, что вы имеете в виду, когда ссылаетесь на сагиттальную КТ. CTs реконструируются / вычисляются в осевые срезы (x, y с меньшим интервалом, чем вдоль оси z, которая является направлением сканирования вдоль направления стопы). Это, похоже, согласуется с параметрами ваших двух томов, поэтому не уверен, почему вы относитесь к одному как к осевому, так и к другому сагитталу.

Чтобы задать свой регистрационный вопрос:

Я использовал маску на фиксированном изображении, чтобы указать ожидаемую область перекрытия (например, снизу 1/2 изображения), поэтому вам не нужно ничего обрезать. Затем вам нужно установить начальное преобразование, чтобы эта область перекрывалась, и позволяет говорить с верхней 1/2 второго изображения. Комбинация маски и инициализации будет иметь выборочные точки алгоритма регистрации в соответствующем регионе и сопоставить их с движущимся изображением.

Наконец, поскольку вы новичок в регистрации медицинских изображений, вы можете воспользоваться переходом Ноутбуки Jupyter специально для ноутбука 65 используют маски, хотя я ожидаю, что другие регистрационные записные книжки могут вам помочь.

0
задан BlueMango 19 January 2019 в 16:02
поделиться

1 ответ

Вместо этого вы можете загрузить предварительно обученные вложения с помощью gensim. По крайней мере, для меня это было намного быстрее. Сначала вам нужно установить gensim с помощью pip, а затем вы можете загрузить модель со следующей строкой кода:

from gensim.models import FastText

model = FastText.load_fasttext_format('cc.en.300.bin')

(я не уверен, нужен ли вам для этого файл .bin, может быть, .vec файл также работает.)

Чтобы получить вложение слова с этой моделью, просто используйте model[word].

0
ответ дан Anna Krogager 19 January 2019 в 16:02
поделиться
Другие вопросы по тегам:

Похожие вопросы: