生物通

基于多中心 MRI 影像的多深度学习模型鉴别胶质母细胞瘤与单发脑 ...

胶质母细胞瘤（GBM）与单发脑转移瘤（SBM）术前鉴别困难。本研究纳入多中心 236 例患者的 MRI 数据，采用 3D ResNet-18 等模型，发现 T2WI+T1-CE+T2-FLAIR 序列组合鉴别效能最佳，3D ResNet-18 模型表现最优，为临床精准诊断提供新工具。 脑肿瘤的精准诊断一直是临床难题 ...
生物通

基于多模态多尺度3D ResNet的阿尔茨海默病智能诊断系统：融合MRI、PET ...

本研究针对阿尔茨海默病(AD)早期诊断难题，开发了集成MRI、PET影像与MMSE认知量表、年龄数据的3D多模态多尺度分类器。通过 ...
腾讯网

ResNet也能用在3D模型上了，清华“计图”团队新研究已开源

那么像VGG、ResNet这样成熟好用的CNN骨干网络，就不能用来做三维模型的深度学习了吗？ 并不是。 最近，清华大学计图（Jittor）团队，就首次提出了一种针对三角网格面片的卷积神经网络SubdivNet。 基于SubdivNet，就可以将成熟的图像网络架构迁移到三维几何学习中。
腾讯网

PyTorchVideo实战：从零开始构建高效视频分类模型

视频理解作为机器学习的核心领域，为动作识别、视频摘要和监控等应用提供了技术基础。本教程将详细介绍如何利用PyTorchVideo和PyTorch Lightning两个强大框架，构建基于Kinetics数据集训练的3D ResNet模型，实现高效的视频分类流程。 PyTorchVideo与PyTorch Lightning的技术 ...
新浪网

如何使ResNet优于EfficientNet？改进训练方法和扩展策略就可以

架构变化、训练方法和扩展策略是影响模型性能的不可或缺的重要因素，而当前的研究只侧重架构的变化。谷歌大脑和 UC 伯克利的一项最新研究重新审视了 ResNet 架构，发现对于提升模型性能而言，改进训练和扩展策略或许比架构变化更重要。他们提出了 ResNet ...