3D深度学习在医学影像中的应用技巧和难点?
希氏异构人工智能首席科学家周斌:
深度学习本身不太关注是几维的数据,只是模型需要几维的输入而已。而三维深度学习可能输入的基础数据是三维的,对于医疗影像数据来说,三维深度学习是比较直接的过程,通常意义上,我们可以在二维上去完成,之后再进行三维的重建,从而获得对于三维数据的分析结果。从本质上来说,这两者差别不大。如果我们关注三维深度学习本身的相关性,比如做脑肿瘤或者某一个三维病灶的重建,同时又想用深度学习在三维空间中进行分析和识别,这时有一个重要的应用技巧,就是需要用三维卷积的方式来实现,三维卷积就相当于每个切片作为其中的一个通道,把它改变成一个三维的卷积即可。