• 豫都门户网
  • 您的位置:首页 >> 国内新闻 >> 正文

    腾讯优图开源全球首个医疗AI深度学习预训练模型

    发表时间:2019-09-03 信息来源:www.st2888.cn 浏览次数:1175

     

    我想昨天分享的狩猎云网络

    [狩猎云网北京] 8月8日报道

    最近,腾讯Youtu的第一个医学AI深度学习预训练模型MedicalNet正式开源。它也是世界上第一个为3D医学成像提供各种预训练模型的项目,它将为全球医学AI的发展奠定基础。

    许多研究表明,深度学习的发展在很大程度上依赖于数据量。在自然图像领域有许多海量数据集,例如ImageNet,MSCOCO。基于这些数据集生成的预训练模型推动了分类,检测和分割等应用的进步。

    与自然图像不同,大多数医学图像都是3D结构。同时,由于数据采集和标记的困难,数据量很少。没有海量数据集和相应的预训练模型。

    MedicalNet(是腾讯首款针对3D医学成像深度学习应用而开发的预训练模型,使其成为任何3D医学成像AI应用的“基于地面”。功能,加速模型收敛,并减少模型对数据量的依赖。 MedicalNet具有以下功能:

    1. MedicalNet提供的预训练网络可以迁移到任何3D医学图像AI应用程序,包括但不限于分割,检测,分类等任务;

    2,特别适用于小型数据医学成像的AI场景,可以加快网络融合,提高网络性能;

    3.只需配置少量接口参数值即可执行微调培训;

    4.该项目提供多卡培训和测试评估代码,界面丰富,扩展性强;

    5.为不同的数据级应用提供不同深度的3D ResNet预训练模型。

    随着人工智能的热情,医学成像AI已成为当前应用领域中最受欢迎的部分。与其他人工智能应用不同,人工智能在医学领域具有最高的应用门槛。最大的原因是缺乏数据注释。

    获取医学图像数据通常需要经历多个层次。同时,由于该领域的特殊性,数据通常需要由高级医生进行标记,并且每个3D数据的标记是耗时且劳动密集的。

    在当前激烈的医疗资源下,医学图像数据的采集线将很长,这极大地阻碍了应用过程。此外,标记的数据量非常有限,大多数医疗部门需要面对稀缺数据和深度学习之间的差距。

    作为专有领域特定模型,MedicalNet相当于具有每个3D医学成像应用的临床专业知识的数据库。即使在少量数据中,数据库的有效功能也可以帮助登陆应用程序实现更好的医疗检测性能,从而大大降低医学成像AI应用程序对数据量的依赖性,实现着陆需求,并加速着陆速度。

    MedicalNet是腾讯在医疗AI领域的第一个开源项目,并将继续提供更多类型的模型来支持全球医疗AI基础设施。

    截至2019年8月,腾讯在Github上发布了81个开源项目,包括腾讯AI,微信,腾讯云,腾讯安防等相关领域,并在Github累计超过23万颗星。

    收集报告投诉

    [狩猎云网北京] 8月8日报道

    最近,腾讯Youtu的第一个医学AI深度学习预训练模型MedicalNet正式开源。它也是世界上第一个为3D医学成像提供各种预训练模型的项目,它将为全球医学AI的发展奠定基础。

    许多研究表明,深度学习的发展在很大程度上依赖于数据量。在自然图像领域有许多海量数据集,例如ImageNet,MSCOCO。基于这些数据集生成的预训练模型推动了分类,检测和分割等应用的进步。

    与自然图像不同,大多数医学图像都是3D结构。同时,由于数据采集和标记的困难,数据量很少。没有海量数据集和相应的预训练模型。

    MedicalNet(是腾讯首款针对3D医学成像深度学习应用而开发的预训练模型,使其成为任何3D医学成像AI应用的“基于地面”。功能,加速模型收敛,并减少模型对数据量的依赖。 MedicalNet具有以下功能:

    1. MedicalNet提供的预训练网络可以迁移到任何3D医学图像AI应用程序,包括但不限于分割,检测,分类等任务;

    2,特别适用于小型数据医学成像的AI场景,可以加快网络融合,提高网络性能;

    3.只需配置少量接口参数值即可执行微调培训;

    4.该项目提供多卡培训和测试评估代码,界面丰富,扩展性强;

    5.为不同的数据级应用提供不同深度的3D ResNet预训练模型。

    随着人工智能的热情,医学成像AI已成为当前应用领域中最受欢迎的部分。与其他人工智能应用不同,人工智能在医学领域具有最高的应用门槛。最大的原因是缺乏数据注释。

    获取医学图像数据通常需要经历多个层次。同时,由于该领域的特殊性,数据通常需要由高级医生进行标记,并且每个3D数据的标记是耗时且劳动密集的。

    在当前激烈的医疗资源下,医学图像数据的采集线将很长,这极大地阻碍了应用过程。此外,标记的数据量非常有限,大多数医疗部门需要面对稀缺数据和深度学习之间的差距。

    作为专有领域特定模型,MedicalNet相当于具有每个3D医学成像应用的临床专业知识的数据库。即使在少量数据中,数据库的有效功能也可以帮助登陆应用程序实现更好的医疗检测性能,从而大大降低医学成像AI应用程序对数据量的依赖性,实现着陆需求,并加速着陆速度。

    MedicalNet是腾讯在医疗AI领域的第一个开源项目,并将继续提供更多类型的模型来支持全球医疗AI基础设施。

    截至2019年8月,腾讯在Github上发布了81个开源项目,包括腾讯AI,微信,腾讯云,腾讯安防等相关领域,并在Github累计超过23万颗星。

  • 热门标签

  • 日期归档

  • 友情链接:

    豫都门户网 版权所有© www.st2888.cn 技术支持:豫都门户网 | 网站地图