騰訊優(yōu)圖開(kāi)源業(yè)界首個(gè)3D醫(yī)療影像大信息預(yù)訓(xùn)練模型

最近，

不少研發(fā)標(biāo)明，

MedicalNet（https://github.com/Tencent/MedicalNet）是

1、MedicalNet供應(yīng)的預(yù)訓(xùn)練網(wǎng)絡(luò)可遷移到任意3D醫(yī)療影像的AI運(yùn)用中，含蓋但不局限分隔、探測(cè)、分類(lèi)等任務(wù)；

2、特別應(yīng)用小信息醫(yī)療影像AI情景，能放慢網(wǎng)絡(luò)

3、通過(guò)簡(jiǎn)潔配置少許插口

4、項(xiàng)目供應(yīng)多卡訓(xùn)練并且測(cè)驗(yàn)評(píng)價(jià)代碼，插口充足，擴(kuò)展性強(qiáng)；

5、供應(yīng)不同深度3D ResNet預(yù)訓(xùn)練模型，可供不同信息量級(jí)運(yùn)用應(yīng)用。

為了構(gòu)成3D醫(yī)療影像的預(yù)訓(xùn)練模型，MedicalNet集結(jié)多個(gè)來(lái)自不同3D醫(yī)療行業(yè)的

咱們將MedicalNet模型遷移到預(yù)訓(xùn)練時(shí)未碰觸過(guò)的Visceral和LIDC信息集中，完結(jié)嶄新的肺一些割和肺結(jié)節(jié)分類(lèi)任務(wù)，并和現(xiàn)在常用的從零訓(xùn)練（train from scratch）并且Kinetics視頻3D預(yù)訓(xùn)練模型在功能并且

在

緊隨

專(zhuān)有行業(yè)專(zhuān)有模型，MedicalNet相當(dāng)于為逐個(gè)3D醫(yī)療影像運(yùn)用籌備了具有臨床通用常識(shí)的

MedicalNet是

截至2019年8月，

[1] Chen, Sihong, Kai Ma, and Yefeng Zheng. "Med3D: Transfer Learning for 3D Medical Image Analysis." arXiv preprint arXiv:1904.00625 (2019).

【凡本網(wǎng)注明來(lái)歷非大健康Pai的作品，均轉(zhuǎn)載自其它媒介，目標(biāo)在于傳播更多數(shù)據(jù)，并非代表本網(wǎng)同意其觀念和對(duì)其真正性負(fù)責(zé)?！?nbsp;