【3D 图像分类】基于 Pytorch 的 3D 立体图像分类4（多人标注的结节立体框合并和特征等级投票）
在LIDC-IDRI的数据集中，对于同一个案例，存在多个医生标注的结果。这就导致下面几种情况的出现：A医生标注的结节区域，B医生并不一定会标；B医生标注的结节，C医生也标注了，但是范围大小存在着交集关系；同时标记，给的特征等级也不一定相同。此时，就需要对一个案例标注的结节进行处理。可以根据标注次数进行选择，也可以简单粗暴的直接取并集。本文就直接取并集，比较的简单。如果要考虑标记次数，可以参考这篇文