GANs,新改进有望提高医学影像图片识别190702

技术简介
GANs(生成对抗网络,Generative adversarial networks),是换脸软件DeepFakes背后的算法,具有合成高逼真图像的能力,也是当前非常流行的一种深度学习算法。2019年7月2日,改进的GANs被吕贝克大学的研究者用于医学影像图片的分析中。

技术挑战

深度学习算法在图像模式匹配方面表现出色,可被应用于在CT扫描中检测不同类型的癌症,鉴别磁共振成像中的疾病、识别x射线的异常。但主要面临两大挑战。
一是隐私问题,研究人员往往没有足够的测试数据,通过“生成对抗网络”合成更多与真实图像难以区分的医学图像,有效地增加所需数据的数量;另外一方面深度学习算法需要对高分辨率图像进行训练,才能产生最佳预测,然而合成这样的高分辨率图像,尤其是3D图像,需要大量的计算能力。这意味着这项应用对硬件要求颇高。这也是GANs在医学影像图片处理应用较少的原因。

技术改进

吕贝克大学的Hristina Uzunova等人分解了图像生成的过程分,先利用GAN生成低分辨率图像,然后在正确的分辨率下每次生成一小部分的细节图像,这种方法不仅生成了逼真的高分辨率2D和3D图像,乃至可以生成任意大小的图片,且无需支出额外费用,当然需要更多的GPU。

相关阅读
https://arxiv.org/abs/1907.01376
https://www.technologyreview.com/f/613924/ai-deepfakes-gans-medical-cancer-diagnosis/

相关文章

开始在上面输入您的搜索词,然后按回车进行搜索。按ESC取消。

返回顶部