用于三维MRI图像阿尔茨海默病分类的动态图像
计算机视觉与模式识别
2021-01-14 v1 人工智能
机器学习
多媒体
摘要
我们提出将二维CNN架构应用于三维MRI图像的阿尔茨海默病分类。训练三维卷积神经网络（CNN）耗时且计算成本高。我们利用近似秩池化将三维MRI图像体数据转换为二维图像，作为二维CNN的输入。我们表明，所提出的CNN模型比基线三维模型的阿尔茨海默病分类准确率高出。我们还表明，我们的方法可实现高效训练，仅需三维CNN模型训练时间的20%。代码已在线提供：https://github.com/UkyVision/alzheimer-project。
引用
@article{arxiv.2012.00119,
title = {Dynamic Image for 3D MRI Image Alzheimer's Disease Classification},
author = {Xin Xing and Gongbo Liang and Hunter Blanton and Muhammad Usman Rafique and Chris Wang and Ai-Ling Lin and Nathan Jacobs},
journal= {arXiv preprint arXiv:2012.00119},
year = {2021}
}
备注
Accepted to ECCV2020 Workshop on BioImage Computing