用于犬类躯干放射影像分类的轻量级组合机器学习算法
计算机视觉与模式识别
2021-02-24 v1 机器学习
摘要
与人类医学领域巨大的技术进步相比，兽医领域缺乏自动化。机器学习技术的应用可缩短自动化流程中的任何步骤。本文探讨这些核心概念，并从按视图与解剖结构对犬类放射影像进行分类的自动化入手。这是通过开发一种受 AlexNet、Inception 与 SqueezeNet 启发的新型轻量级算法实现的。所提模块被证明比 SqueezeNet 更轻量，同时保持高于 AlexNet、ResNet、DenseNet 与 SqueezeNet 的准确率。
引用
@article{arxiv.2102.11385,
title = {Lightweight Combinational Machine Learning Algorithm for Sorting Canine Torso Radiographs},
author = {Masuda Akter Tonima and Fatemeh Esfahani and Austin Dehart and Youmin Zhang},
journal= {arXiv preprint arXiv:2102.11385},
year = {2021}
}