多视图深度卷积神经网络进行高分辨率乳腺癌筛查
介绍
这是用于分类的模型的实现,如我们的论文。 该实现使用户可以通过将我们的预训练CNN模型应用于具有四个视图的标准筛查乳房X线检查中来获得BI-RADS预测。 作为此存储库的一部分,我们提供了一个示例考试(在images目录中)。 该模型在TensorFlow和PyTorch中均实现。
先决条件
巨蟒(3.6)
TensorFlow(1.5.0)或PyTorch(0.4.0)
NumPy(1.14.3)
科学(1.0.0)
枕头(5.1.0)
数据
要使用预训练模型,输入必须包含四张图像,每个视图一个(L-CC,L-MLO,R-CC,R-MLO)。 每个图像的大小必须为2600x2000像素。 提供的样本检查中的图像已经被裁剪为正确的尺寸。
如何运行代码
可用选项位于文件birads_prediction_tf.py或birads_p
1