MedicalNet3D 医疗影像预训练模型
MedicalNet 是一个 3D 医疗影像预训练模型，其将多个 3D 医疗数据集集合成大数据集，基于此数据集提供了完整的 3D-ResNet 系列预训练模型与相应的迁移学习训练代码。
适用场景
-
MedicalNet 提供的预训练网络可迁移到任何 3D 医疗影像的 AI 应用中，包括但不限于分割、检测与分类等任务。
-
尤其适用小数据医疗影像 AI 场景，能加快网络收敛，提升网络性能。
特性
-
支持单卡与多卡训练
-
支持任何 3D 医疗影像的迁移学习任务
-
支持 3D-ResNet 全系列模型的迁移学习任务
-
支持多种感受野的迁移学习
环境依赖
- Python 3.7.0
- PyTorch-0.4.1
- CUDA Version 9.0
- CUDNN 7.0.5
性能
| Network | Pretrain | LungSeg(Dice) | NoduleCls(accuracy) |
|---|---|---|---|
| 3D-ResNet10 | Train from scratch | 71.30% | 79.80% |
| MedicalNet | 87.16% | 86.87% | |
| 3D-ResNet18 | Train from scratch | 75.22% | 80.80% |
| MedicalNet | 87.26% | 88.89% | |
| 3D-ResNet34 | Train from scratch | 76.82% | 83.84% |
| MedicalNet | 89.31% | 89.90% | |
| 3D-ResNet50 | Train from scratch | 71.75% | 84.85% |
| MedicalNet | 93.31% | 89.90% | |
| 3D-ResNet101 | Train from scratch | 72.10% | 81.82% |
| MedicalNet | 92.79% | 90.91% | |
| 3D-ResNet152 | Train from scratch | 73.29% | 73.74% |
| MedicalNet | 92.33% | 90.91% | |
| 3D-ResNet200 | Train from scratch | 71.29% | 76.77% |
| MedicalNet | 92.06% | 90.91% |
评论