如何解决ConvNet中IndexError: arrays used as indices must be of integer (or boolean) type报错

这个错误的触发有两个核心原因：

• 输入数据类型不符合算法要求：marching_cubes_classic要求输入的体数据为浮点型，你传入的segmented_lungs是肺部分割得到的二值int8数组，直接传入会导致函数内部计算异常，生成的面索引不满足整数要求。
• scikit-image版本兼容性问题：0.18及以上版本的scikit-image中，marching_cubes_classic接口返回值为4个（顶点、面、法向量、顶点对应值），旧版本仅返回2个，返回值解包不匹配也会引发后续索引错误。

直接修改plot_3d函数的对应代码即可：

def plot_3d(image, threshold=-300):
    # Position the scan upright, 
    # so the head of the patient would be at the top facing the camera
    p = image.transpose(2,1,0)
    # 新增：将输入数组转为浮点型
    p = p.astype(np.float32)
    # 修改：适配新版本返回值，忽略多余返回结果
    verts, faces, _, _ = measure.marching_cubes_classic(p, threshold)
    # 若你使用的是最新版skimage，也可以替换为官方推荐的新接口
    # verts, faces, _, _ = measure.marching_cubes(p, threshold)

    fig = plt.figure(figsize=(10, 10))
    ax = fig.add_subplot(111, projection='3d')

    # Fancy indexing: `verts[faces]` to generate a collection of triangles
    mesh = Poly3DCollection(verts[faces], alpha=0.70)
    face_color = [0.45, 0.45, 0.75]
    mesh.set_facecolor(face_color)
    ax.add_collection3d(mesh)

    ax.set_xlim(0, p.shape[0])
    ax.set_ylim(0, p.shape[1])
    ax.set_zlim(0, p.shape[2])

    plt.show()

调用绘图函数时，因为输入是二值肺掩码（1代表肺区域、0代表背景），阈值设置为0.5更合理：

plot_3d(segmented_lungs, 0.5)

内容的提问来源于stack exchange，提问作者Lala