深度学习下的医学图像分析（二）

 在接下来的文章中，我们将会讨论医学影像中DICOM和NIFTI格式之间的不同，并且研究如何使用深度学习进行2D肺分割分析。除此之外，我们还将讨论在没有深度学习时，医学图像分析是如何进行的；以及我们现在如何使用深度学习进行医学图像分析。在这里，我非常欢迎和感谢我的新伙伴Flavio Trolese——4Quant的联合创始人和ETH Zurich的讲师——他将协助我整合所有讨论的内容。

何为Keras？

根据Keras官网的介绍，Keras是Theanos和Tensor Flow的一个深度学习库。

运行于Theano和TensorFlow之上的Keras api

Keras是一个高级Python神经网络API，它能够运行于TensorFlow和Theano之上。Keras的开发重点在于支持快速实验。

何为Theano和Tensor Flow？

James Bergstra教授等人在2010年的Scipy曾说，Theano是一个CPU和GPU的数学表达式编译器。换句话来说，Theano是一个能够让你高效地对数学表达式进行定义、优化和评估的Python学习库。Theano是由一些高级研究人员，如Yoshua Bengio，和“蒙特罗学习算法研究所”（MILA）共同研发的。下图是发布于2010年Scipy上的Theano教程，图中对比了Theano下的GPU和CPU与当年其他的工具。这张图片发表于原创论文——《Theano——CPU和GPU的Python数学编译器》。

《Theano——CPU和GPU的Python数学编译器》作者：James Bergstra, Olivier Breuleux, Frédéric Bastien, Pascal Lamblin, Razvan Pascanu, Guillaume Desjardins,Joseph Turian, David Warde-Farley, Yoshua Bengio

建立在Theano之上的还有一些其他的深度学习库，包括Pylearn2、GroundHog（同样是由MILA开发的）、Las