La técnica de aprendizaje profundo ha tenido un enorme impacto en el procesamiento y análisis de imágenes médicas. Normalmente, el procedimiento de procesamiento y análisis de imágenes médicas mediante la técnica de aprendizaje profundo incluye la segmentación de imágenes, la mejora de imágenes y la clasificación o regresión. Un reto para el aprendizaje profundo supervisado que se menciona con frecuencia es la falta de datos de entrenamiento anotados. En este artículo, pretendemos abordar los problemas del entrenamiento de redes neuronales profundas transferidas con una cantidad limitada de datos anotados. Proponemos un marco versátil para el procesamiento y análisis de imágenes médicas mediante la técnica de aprendizaje profundo activo. El marco incluye (1) la aplicación de un enfoque de aprendizaje activo profundo para segmentar regiones de interés específicas (RoIs) a partir de imágenes médicas sin procesar utilizando el menor número posible de datos anotados; (2) se emplea una red generativa adversarial para mejorar el contraste, la nitidez y el brillo de las RoIs segmentadas; (3) una estrategia de aprendizaje de transferencia gradual (PTL) que significa ajustar las capas de las redes neuronales profundas de arriba a abajo paso a paso para realizar tareas de clasificación o regresión de imágenes médicas. Además, para comprender la necesidad de las tareas de procesamiento de imágenes médicas basadas en el aprendizaje profundo y proporcionar pistas para el uso clínico, en nuestro marco se emplea el mapa activo de clase (CAM) para visualizar los mapas de características. Para ilustrar la eficacia del marco propuesto, aplicamos nuestro marco a la tarea de evaluación de la edad ósea (BAA) utilizando el conjunto de datos RSNA y alcanzamos el rendimiento más avanzado. Los resultados experimentales indican que el marco propuesto puede aplicarse eficazmente a tareas de análisis de imágenes médicas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Avances recientes en computación móvil en nube
Artículo:
Factores que influyen en el desarrollo de empresas de comercio electrónico basado en el análisis de grandes datos de computación móvil.
Artículo:
El mecanismo de incentivos y supervisión de los bancos en plataformas B2B de terceros en la financiación en línea de la cadena de suministro mediante Big Data
Artículo:
Marco seguro que mejora el algoritmo AES en la computación en nube
Artículo:
Análisis de la cuenca de atracción del nuevo sistema caótico fraccional basado en memristores
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.