AI 医疗系列 犀牛鸟研学营
本文是腾讯2020暑期犀牛鸟研学营第四课郑冶枫老师分享的“医疗AI在抗击新冠肺炎中的应用：腾讯医疗的抗疫故事”的笔记。
AI辅诊
读懂病历（病历结构化）
基于子症状网络的疾病预测
挑战：
1. 缺乏训练数据
· 个人隐私和对专业设备的要求，图像获取难
· 罕见疾病
· 专业医生才能标注
2. 跨中心泛化能力差
· 设备差异。从某一医院获取的数据在另外的医院不一定有效。
· 扫描参数差异
· 疾病状态差异。重症-轻症状态不同。
· 人群差异
3. 准确度要求高
病灶通常只占一小块区域，容易漏检。
小样本学习
模型：Med3D
迁移学习：解决小样本学习的问题
基于神经网络的迁移学习：预训练+微调
模型：Rubik's Cube++
基于魔方变换的自监督学习
风格迁移
VideoGAN
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！