1、3D医疗影像数据深度学习 高效训练与推理架构 北京安德医智科技有限公司 杨春宇 博士/算法总监/国家万人计划领军人才 医疗影像数据 医疗影像数据 医疗影像数据基本特点 数据维度: 2D、3D、3D多序列、2D视频、3D视频、3D视频多序列 采集效率: 毫秒级到数十分钟 数据尺寸: 典型512长*512宽*数百层*数个序列 数据体量: 特定病种几例到几十万例病例 数据质量: 数据需专业团队标注,高水平医生标注/审核,工作量巨大 小样本/半监督/无监督学习算法重获重视,但仍不成熟 医疗影像辅助诊断中常用的AI技术 目标检测:器官粗定位,微小病灶的筛查性检测 图像分割:组织/器官/病灶精确分割,三维
2、重建,参数测量图 像配准:多期相、多模态影像配准、疗效评估、随访对比 图像生成:多期相、多模态图像生成 图像/视频分类:疾病的鉴别诊断 图像/视频检索:相似病例库检索 肺部CT 3D基础 乳腺MRI 3D多序列 心脏MRI 3D视频 3D医疗影像AI辅助诊断实例 肺部CT 每年中国肺结核发病90万,肺癌发病78万,肺炎死亡15万 医学意义:快速筛查&鉴别诊断 检查手段:CT平扫/增强 数据示例: 512长*512宽*149层 分辨率: 0.68mm*0.68mm*2mm 肺部CT分割 组织器官分割:肺叶/肺段/肋骨/椎骨/气管/血管 病灶分割:炎性病灶、占位性病灶 分割网络模型选择:3D vs
3、 2D 2D分割网络对数据标注完整性要求低 可选择性标注典型层(UNet、HRNet) 3D标注要求高,右图耗时2人天 Conv3D Norm ReLU ConvBlock#1, 32 ConvBlock#2, 32 ConvBlock#3, 32 ConvBlock#4, 32 Input Input Output Output Input,2,384*384*64, ConvBlock,32,333 Average Pooling DenseBlock Max Pooling ConvBlock,128,111 DenseBlock ConvBlock,512,111 Global Average Pooling L2 Normalization Dense Output AM-Softmax loss Label ConvBlock DenseBlock 肺部CT辅助诊断 深度 88
1、下载报告失败解决办法 2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。 3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。 4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
09陈迎澳-车联网:站在研发视角挖漏洞.pdf
04刘洋-轻舟“难”过万重山:工控漏洞挖掘的探索实践.pdf
开源软件的法律风险-王超.pptx
08何丙阳、吴优-USB FUZZ 工具前沿探索.pdf
03TheDog、0xEas-JDoop:下一代针对Java Web应用的静态分析框架.pdf
基于 LLM 构建中文场景检索式对话机器人-李奕澎.pptx
ISSCC2024-Digest.pdf
T10 - Fundamentals of Transceivers for Communication and Sensing.pdf
T6 - Recent Advances in Circuit-techniques for Resilience to Side-Channel Attacks.pdf
T5 - Calibration Techniques in PLLs.pdf
T1 - Process-Scalable Low-Power Amplifiers.pdf
11曲乐炜-探索软件定义汽车的安全攻击面.pdf
06李中权-深入Android可信应用漏洞挖掘.pdf
01段海新-MaginotDNS攻击:绕过DNS 缓存防御的马奇诺防线.pdf
Machine Learning Hardware_Considerations and Accelerator Approaches.pdf
非程序员可以用 Python 做什么-程序员晚枫.pptx
三个皮匠报告专业的行业报告下载站,每日更新,欢迎大家关注!
copyright@2008-2013 长沙景略智创信息技术有限公司版权所有 网站备案/许可证号:湘B2-20190120
专属顾问
机构入驻、侵权投诉、商务合作
三个皮匠报告官方公众号
验证即登录,未注册将自动创建三个皮匠报告账号
使用 微信 扫一扫登陆