该模型使用基于磁共振成像 (MRI) 的 ResNet-18 模型检测阿尔茨海默病 (AD)。 在该模型中，我们提出了一种在 3D CNN 中利用迁移学习的方法，该方法允许将知识从 2D 图像数据集 (ImageNet) 迁移到 3D 图像数据集。 为了构建 3D ResNet-18，2D ResNet-18 的 2D 过滤器在第三维中扩展为具有 3D 过滤器。 其余层根据新过滤器进行了调整。 然后，将整个 MRI 用于训练 3D ResNet-18，以对每个人做出一个决定。
我们的结果表明，将转移学习引入3D CNN可以提高AD检测系统的准确性。 这种方法在我们的 ADNI 数据集上实现了 96.88% 的准确度、100% 的灵敏度和 93.75% 的特异性。
此文件夹中目前有一些示例图像。 要访问更多图像，您需要将您的应用程序发送到 ADNI ( http://adni.loni
2021-09-17 12:35:57
118MB
1
工欲善其事必先利其器，玉米病害就是你学习这一行业最好的工具，希望玉米病害不会让你失望。PS：可下载全...该文档为玉米病害，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看
2021-09-15 14:54:53
2.95MB
1
snRNAseq_bulkRNAseq_DEG_analysis
RNAseq数据元分析的管道（Mathys-Grubman-GSE95587）
2021-09-13 11:34:15
1.9MB
1