Kaggle20171百万美金的肺癌检测竞赛的难点哪儿

2019-11-20 03:52:37

谢邀。medicalimageanalysis是个非常有意义的研究方向,按道理属于ComputerVision,但由于没有像CV里面物体识别场景识别里标准化的数据库和评测方法,一直比较小众。MICCAI是这个medicalimageanalysis方向的顶会,目前并没有被deeplearning统治,经常看到mean-shift以及其他比较基础的图片处理的算法,深度学习在这方面应该有很大潜力。CV里扎堆的优秀同学们不妨多看看这个方向,毕竟在某个疾病预测任务上能提升2%准确度比在PascalVOC上费牛劲撸个0.5%提高有意义多了:)medicalimageanalysis里面数据尤其宝贵,这次比赛放出来的数据以及这种公开比赛的模式应该能推动这个方向的发展。大致看了下比赛数据,“athousandlow-doseCTimagesfromhigh-riskpatientsinDICOMformat.Eachimagecontainsaserieswithmultipleaxialslicesofthechestcavity.Eachimagehasavariablenumberof2Dslices,whichcanvarybasedonthemachinetakingthescanandpatient.”,虽然只有1000多张CT图,但是每张图是很多slice,所以算是个cubicrepresentation,可能可以从deeplearningfor3D或者deeplearningforvideorecognition等方向看看有没有合适的方法可以借鉴。我不是这方面的专家,就留给各位见仁见智了,欢迎分享。这里给大家提供一个cancerdetection的相关工作作为参考。我CSAIL实验室前同事去年参加了个类似的比赛cancermetastasisdetection:CAMELYON16-Results,他和Harvardmedicalschool的朋友利用类似于CNN+FCN的网络取得了第一名。同事去年毕业了现在正在用这个成果做Startup,叫PathAI|Welcome。论文也放出来了,感兴趣的朋友可以读读:https://people.csail.mit.edu/khosla/papers/arxiv2016_Wang.pdf。网络结构大致如下图,思路挺简单。另外,在医学图像分析诊断预测里面,非常重要一点是模型的可解释性。就是你得解释清楚你这个AI模型为什么work了,或者为什么在某些情形不work。这点其实比在benchmark上单纯提升分数更难。在Deeplearning一股脑调参调结构提升分数的年代,networkinterpretability这个问题普遍被忽略了。而这个人命关天的medicalimageanalysis方向,模型的可解释性肯定必不可少。再好的模型,解释不了为啥work,可能连FDA审核都过不了。这里我安利一下我CVPR‘16上发表的一个工作:CNNDiscriminativeLocalizationandSaliency,代码也在这里metalbubble/CAM。这个工作提出了一个叫CAM(ClassActivationMapping)的方法,可以给任意一个CNN分类网络生成热力图(ClassActivationMap),这个热力图可以高亮出图片里面跟CNN最后预测结果最相关的区域,所以这个CAM能解释网络模型到底是基于图片里面哪些部分作为证据进行了这次预测。比如说如下图,我们在caltech256上fine-tune了网络,然后对于每张图生成跟这张图所属类别的ClassActivationMap,然后就可以高亮出图片里面跟类别最相关的区域。这里在训练过程中,网络并没有接收到任何boundingbox的标定。所以一个在medicalimageanalysis上直接扩展是,CNN分类网络预测出这张图里面有很大概率有cancer,这个高亮出来的区域很可能就是cancer区域,感兴趣的同学不妨试试看,很期待你们有新的发现。

上一篇:85式军服为什么和旧日本陆军军服有点像
下一篇:传智播客怎么样郑州的黑马程序班怎么样
设为首页 | 保存到桌面 | 网站地图 | 用户帮助 | 用户注册 | 在线投稿 | 广告投放 | 留言反馈
Copyright © 2005-2012 ™ 165163.com.All Rights Reserved. 东阳在线版权所有
地址:浙江省东阳市画水镇华阳 电话:0579-86220017 013509201192 QQ:393614973 互联网ICP备案编号:浙ICP备10046462号
温馨提示:东阳在线所有帖子仅且代表作者本人意见,均不代表本站立场;如转载请注明出东阳在线(www.165163.com),商业用途请联系本站。

东阳E网 金华公安网监
s