跨医学学科的标准化医学图像分类
图像与视频处理
2022-10-21 v1 计算机视觉与模式识别
机器学习
摘要
AUCMEDI 是一个基于 Python 的医学图像分类框架。在本文中，我们通过将 AUCMEDI 应用于多个数据集来评估其能力。数据集经过专门挑选，以涵盖多种医学学科和成像模态。我们设计了一个使用 Jupyter notebook 的简单流程，并将其应用于所有数据集。结果表明，AUCMEDI 能够为各个数据集训练出具有准确分类能力的模型：各数据集的平均 AUC 介于 0.82 和 1.0 之间，平均 F1 分数介于 0.61 和 1.0 之间。凭借其高适应性和强劲性能，AUCMEDI 被证明是构建广泛适用神经网络的强大工具。这些 notebook 可作为 AUCMEDI 的应用示例。
引用
@article{arxiv.2210.11091,
title = {Standardized Medical Image Classification across Medical Disciplines},
author = {Simone Mayer and Dominik Müller and Frank Kramer},
journal= {arXiv preprint arXiv:2210.11091},
year = {2022}
}
备注
https://frankkramer-lab.github.io/aucmedi/