基于深度学习与高斯过程模型选择的MRI数据分类
机器学习
2017-01-17 v1 机器学习
摘要
面对日益增多的医学图像，根据解剖视野对MRI图像进行分类是一项必须解决的任务。与此同时，深度学习的进展使其成为计算机视觉问题的合适工具。使用常见架构（如AlexNet）可提供相当好的结果，但不足以用于临床。由于控制网络架构和训练的超参数数量众多，且对其相关性的理解有限，改进模型并非易事。由于穷举搜索不可行，我们提出首先通过随机搜索优化网络，然后通过基于高斯过程和改进概率的自适应搜索进行优化。将该方法应用于大型且多样的MRI数据集，我们展示了基线网络与最终网络之间的显著改进（对于最困难的类别高达20%）。
引用
@article{arxiv.1701.04355,
title = {Classification of MRI data using Deep Learning and Gaussian Process-based Model Selection},
author = {Hadrien Bertrand and Matthieu Perrot and Roberto Ardon and Isabelle Bloch},
journal= {arXiv preprint arXiv:1701.04355},
year = {2017}
}
备注
Accepted at ISBI 2017