面向医学图像分割的深度学习
机器学习
2015-05-11 v1 人工智能
计算机视觉与模式识别
摘要
本报告概述了当前最先进的深度学习架构与优化技术，并使用 ADNI 海马 MRI 数据集作为示例，比较不同卷积架构在基于块的 3维海马分割任务上的有效性与效率，该任务在阿尔茨海默病（Alzheimer's Disease）的诊断中十分重要。我们发现，一种略微非常规的“堆叠 2D（stacked 2D）”方法比简单 2D 块提供了好得多的分类性能，且不需要显著增加计算能力。我们也考察了近期一些发表研究中使用的流行“三平面（tri-planar）”方法，发现其比 2D 方法提供好得多的结果，但也伴随计算能力需求的中等程度增加。最后，我们评估了完整的 3D 卷积架构，发现其比三平面方法结果略好，但代价是计算能力需求的大幅增加。
引用
@article{arxiv.1505.02000,
title = {Deep Learning for Medical Image Segmentation},
author = {Matthew Lai},
journal= {arXiv preprint arXiv:1505.02000},
year = {2015}
}