深度学习在医学影像的三大类项目应用

深度学习在医学影像的三大类项目应用
医学影像的分类
医学影像的检测
医学影像的分割
关于数据方面的补充

深度学习在医学影像的应用项目目前主要几种在三个方面：分类、检测和分割。下面我就我所接触的这三个方面所用的一些方法以及一些经验进行阐述
医学影像的分类
常见的应用场景就是分类有没有某一类疾病？比如通过胸片判断该胸片是否有尘肺，等一系胸部疾病。最热门的就是大佬吴恩达曾经发布了一个大型数据集，14类胸部疾病的分类数据集ChestX-ray14。
关于网络，在分类方面，如果显存等方面压力不大的情况下，可以主推Inception V3。

医学影像的检测
常见的检测类项目就是，疾病在哪里？比如医学界AI入门项目，肺结节检测。就是检测肺部哪里有结节。公开数据集也很多，曾经阿里举办过天池大赛、以及kaggle、Luna16等。
关于算法，肺结节检测属于CT项目，也即3D数据，需要用三维信息，前后信息具有关联性。因此可能需要采用三维网络，也可以先二维再三维。推荐一个好的项目方案。其实公开的资料很多，只要肯动手。
关于网络方面，目标检测类可以学习R-CNN系列和YOLO、SDD系列。现在最新的一些算法也基本上是在这两大系列上改进创新的。

医学影像的分割
分割项目多应用在器官的分割，比如心脏分割、肾脏分割、肝脏分割以及脑分割，这些器官类的分割，都一些公开的比赛。这些项目多集中在CT和MR这种3d数据。
所用网络也基本上是基于unet进行的改进，unet算是医学影像分割网络的鼻祖。
对于三维数据，所以网络一般用基于unet的3d网络。分享一个好的知乎文：图像分割的U-Net系列方法

关于数据方面的补充
对医学影像感兴趣的伙伴，可以关注grand challenges网站，上面收集了超全的比赛，可以注册参赛、获取数据、跟着大佬打怪等。

PS：太久没更新了，词不达意的地方见谅哈
--------------------- 
作者：萌面女xia 
来源：CSDN 
原文：https://blog.csdn.net/dcxhun3/article/details/90643786 
版权声明：本文为博主原创文章，转载请附上博文链接！