用于3D MRI和CT扫描的深度学习模型总结
source link: https://www.51cto.com/article/763352.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
用于3D MRI和CT扫描的深度学习模型总结
医学成像数据与其他我们日常图像的最大区别之一是它们很多都是3D的，比如在处理DICOM系列数据时尤其如此。DICOM图像由很多的2D切片组成了一个扫描或身体的特定部分。
医学成像数据与其他我们日常图像的最大区别之一是它们很多都是3D的，比如在处理DICOM系列数据时尤其如此。DICOM图像由很多的2D切片组成了一个扫描或身体的特定部分。
那么如何为这类数据构建深度学习解决方案呢?本文中将介绍6种神经网络架构，可以使用它们来训练3D医疗数据上的深度学习模型。
3 d U-Net
U-Net体系结构是一种强大的医学图像分割模型。3D U-Net将经典的U-Net模型扩展到3D分割。它由编码(下采样)路径和解码(上采样)路径组成。
编码路径捕获输入图像中的上下文，而解码路径允许精确定位。3D U-Net在处理体积图像的3D特性方面非常有效。
V-Net
V-Net架构是另一种用于体积图像分割的3D卷积神经网络。与U-Net类似，V-Net有一个编码器-解码器架构，但它使用全分辨率3D卷积，所以它比U-Net计算成本更高。
HighResNet
它使用一系列带有残差连接的3D卷积层。该模型是端到端训练的，可以一次处理整个3D图像。
EfficientNet3D
这是对EfficientNet架构的3D改进，它不像U-Net或V-Net那样常用于3D分割，但如果计算资源有限，它是可以考虑的，因为它在计算成本和性能之间的良好权衡。
Attention U-Net
这是U-Net的一种变体，它包含了一个注意力机制，允许网络将注意力集中在与手头任务更相关的图像的某些部分。
DeepMedic
这是一个使用双路径的3D CNN，一个是正常分辨率，另一个是下采样输入，这样可以结合局部和更大的上下文信息。
本文中，我们介绍了医学成像行业在处理3D MRI和CT扫描时使用的一些深度学习模型。这些神经网络被设计用来接收3D数据作为输入，以学习DICOM系列身体特定部位的复杂性。
Recommend
-
48
最近看到在“Baidu Create 2019”的百度AI交互设计论坛上，设计师分享了他们的最新成果： 百度人工智能交互设计院与百度研究院商业智能实验室合作，基于百...
-
39
[1] Neural Factorization Machines for Sparse Predictive Analytics Xiangnan He, Tat-Seng Chua SIGIR 2017 https://www.comp.nus.edu.sg/~xiangnan/papers/sigir17-nfm.pdf 针对多种类别型...
-
4
Pre-emptive fiber-based concurrency in MRI Ruby Posted on February 7, 2021 by wjwh Ruby has recently relea...
-
3
Object ID in MRI 2017-02-01 @ 09:41 Objects in Ruby are 40 bytes. Objects are allocated in to pages (or arenas) that are 2^14 (...
-
8
Inline Caching Every time you call a method, Ruby must look up the method you want to call before actually calling that method. Trying to figure out what method needs to be called can be a costly operation. So one thing that virtual...
-
2
MRI: The First of Its Kind To Support MMA Fighters, Lists on Coinstore.com! What is Marshall Inu Taking inspiration from the popular canines in the crypto community, the developers de...
-
3
Brainchop.org Brainchop.org brings automatic 3D MRI volumetric segmentation capability to neuroimaging by running a deep learning model in the web...
-
7
This article was published as a part of the Data Science Blogathon. Introduction In this blog, we will try to solve a famously discussed task of Brain MRI segmenta...
-
3
appsignalAppSignal for Ruby Gem 3.1: MRI VM Magic Dashboard
-
1
一，模型压缩技术概述 我们知道，一定程度上，网络越深，参数越多，模型也会越复杂，但其最终效果也越好，而模型压缩算法是旨在将一个庞大而复杂的大模型转化为一个精简的小模型。 之所以必须做模型压缩，是因为嵌入式设备...
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK