问题: 脑卒中图像数据分类
脑卒中数据集: BraST, MRBrainS, Hippocampus(MRI, 1759), Brain Hemarhage, BraTS2018
1. 基于深度学习的医学影像算法开发难点
a. 数据(MRI, CT) 难以获取。
b. 标注十分昂贵
c. 由b 导致的标注数据过少,无法有效的训练深度学习网络。
2. 迁移学习是个问题, 不可行
a. 用FCN: 对图像进行分块,在放入FCN 训练,预训练encoder 部分。
b. 由于数据集格式多样, 问题想读含义不一,范围差异大,不同源数据, 标注缺失。
3. 数据清洗
arXiv 1904.00625 Transfer Learning for 3D Medical Image Analysis. Sihong Chen ,Kaima, Yefeng Zheng.
Medical Net 数据集
4. github MedicalNet
5. 先验证
子监督方法, 拼图
P.Zhang, F.Wang Self Supervised deep learning representation learning for fine-grained body part recognition ISBI 2017
基于魔方复原的三维医疗图像自监督学习方法。
MICCAI 2019 accept
Self-Supervised Feature learning for 3D Medical images by Playing a Rubiks Cube XinRuiZhang, Yue XiangLi, Yifan Hu, Kaima Yang, Yefeng Zheng MICCAI