面向医学图像分类的迁移学习方法构建 CNN 架构
计算机视觉与模式识别
2024-10-23 v1 人工智能
摘要
深度学习架构的应用在近年来显著增长。例如，医学图像分类使用深度学习取得了突破性成果。卷积神经网络（CNN）在医学图像分类和分割中被广泛实现。另一方面，迁移学习已成为提高深度学习模型效率和准确性的突出工具。本文利用时间线映射模型（timeline mapping model）研究了医学图像分类中使用迁移学习技术构建 CNN 架构的开发。我们的发现有助于在选择最优和最先进的 CNN 架构时做出明智的决定。
引用
@article{arxiv.2410.16711,
title = {Development of CNN Architectures using Transfer Learning Methods for Medical Image Classification},
author = {Ganga Prasad Basyal and David Zeng and Bhaskar Pm Rimal},
journal= {arXiv preprint arXiv:2410.16711},
year = {2024}
}