騰訊優(yōu)圖開源業(yè)界首個3D醫(yī)療影像大信息預(yù)訓(xùn)練模型
最近，
不少研發(fā)標(biāo)明，
MedicalNet（https://github.com/Tencent/MedicalNet）是
1、MedicalNet供應(yīng)的預(yù)訓(xùn)練網(wǎng)絡(luò)可遷移到任意3D醫(yī)療影像的AI運(yùn)用中，含蓋但不局限分隔、探測、分類等任務(wù)；
2、特別應(yīng)用小信息醫(yī)療影像AI情景，能放慢網(wǎng)絡(luò)
3、通過簡潔配置少許插口
4、項目供應(yīng)多卡訓(xùn)練并且測驗評價代碼，插口充足，擴(kuò)展性強(qiáng)；
5、供應(yīng)不同深度3D ResNet預(yù)訓(xùn)練模型，可供不同信息量級運(yùn)用應(yīng)用。
為了構(gòu)成3D醫(yī)療影像的預(yù)訓(xùn)練模型，MedicalNet集結(jié)多個來自不同3D醫(yī)療行業(yè)的
咱們將MedicalNet模型遷移到預(yù)訓(xùn)練時未碰觸過的Visceral和LIDC信息集中，完結(jié)嶄新的肺一些割和肺結(jié)節(jié)分類任務(wù)，并和現(xiàn)在常用的從零訓(xùn)練（train from scratch）并且Kinetics視頻3D預(yù)訓(xùn)練模型在功能并且
在
緊隨
專有行業(yè)專有模型，MedicalNet相當(dāng)于為逐個3D醫(yī)療影像運(yùn)用籌備了具有臨床通用常識的
MedicalNet是
截至2019年8月，
[1] Chen, Sihong, Kai Ma, and Yefeng Zheng. "Med3D: Transfer Learning for 3D Medical Image Analysis." arXiv preprint arXiv:1904.00625 (2019).
【凡本網(wǎng)注明來歷非大健康Pai的作品，均轉(zhuǎn)載自其它媒介，目標(biāo)在于傳播更多數(shù)據(jù)，并非代表本網(wǎng)同意其觀念和對其真正性負(fù)責(zé)?！?nbsp;
