用于 MRI 分类的三维可变形卷积
图像与视频处理
2019-11-06 v1 计算机视觉与模式识别
机器学习
摘要
深度学习卷积神经网络已被证明是 MRI 分析的有力工具。在当前工作中，我们探索了可变形卷积深度神经网络层用于 MRI 数据分类的潜力。我们提出了新的三维可变形卷积（d-convolutions），将其在 VoxResNet 架构中实现并应用于结构 MRI 数据分类。我们表明，三维 d-卷积优于标准卷积，并且对未处理的 3D MR 图像有效，对数据的特定几何性质具有鲁棒性。首次提出的 dVoxResNet 架构在 MRI 数据分类中展现出很高的应用潜力。
引用
@article{arxiv.1911.01898,
title = {3D Deformable Convolutions for MRI classification},
author = {Marina Pominova and Ekaterina Kondrateva and Maksim Sharaev and Sergey Pavlov and Alexander Bernstein and Evgeny Burnaev},
journal= {arXiv preprint arXiv:1911.01898},
year = {2019}
}
备注
Accepted to IEEE International Conference on Machine Learning and Applications (ICMLA 2019)