[译] 疟疾检测:Keras 深度学习医学图像分析

栏目: 编程工具 · 发布时间: 6年前

内容简介:计算机视觉在医疗领域的应用非常广泛,52CV曾有相关博文:

我爱计算机视觉 标星,更快获取CVML新技术

计算机视觉在医疗领域的应用非常广泛,52CV曾有相关博文:

AI医疗 | 新开源计算机视觉技术用于新生儿胎龄估计

NIHCC发布迄今世界最大的CT医学影像数据集(附下载)

Kaggle新上比赛:胸部X光片肺炎检测

[译] 疟疾检测:Keras 深度学习医学图像分析

前天PyImageSearch博主Adrian Rosebrock发表博文展示了使用Keras库利用深度学习技术进行 疟疾检测 的流程,并取得了超过目前文献的最好方法,值得大家参考。(昨天 52CV-医学影像群 里还有一位同学说如何做医学图像方面的毕设,这篇文章真是及时雨啊)

文末附代码和数据库下载。

疟疾全球分布

疟疾是一种致命传染病,在全世界范围内每年造成超过40万的人死亡,下图展示了疟疾发病数量的全球分布图。红色代表高危地区。

[译] 疟疾检测:Keras 深度学习医学图像分析

由上图可知,疟疾最泛滥的地区在中非。而这也往往是世界经济欠发达地区,医疗条件和生活卫生环境堪忧。

疟疾的地理分布和以下因素强相关:

贫困程度、医疗条件、是否战争、政府是否腐败、传染媒介(蚊虫叮咬等)。

可知,在这些地区开展疟疾检测的技术手段不仅需要速度快还需要是低成本的(设备低廉而且要省电)。

目前疟疾检测的方法

目前临床医疗环境中对疟疾的诊断主要依赖两种方法。

一种是 血液采样涂片 ,通过有经验的医生在显微镜下观察载玻片并手动计算感染的红细胞数,有时候医生需要数5000个细胞,这显然需要耗费大量的时间。

[译] 疟疾检测:Keras 深度学习医学图像分析

为了使疟疾检测更快,科学家和研究人员开发了 快速诊断检测(RDT)的抗原检测

所使用设备如下所示:

[译] 疟疾检测:Keras 深度学习医学图像分析

虽然RDT明显快于细胞计数,但它的准确性也低得多。

新方法,深度学习自动检测

值得高兴的是,2018年,NIH提出了新的基于深度学习的疟疾检测方法,通过采集血液样本图像,将疟疾的检测建模为已感染、未感染的二分类问题,他们的论文名为《Pre-trained convolutional neural networks as feature extractors toward improved parasite detection in thin blood smear images》,使用了6个预训练模型。

[译] 疟疾检测:Keras 深度学习医学图像分析

这种方法取得了可观的检测精度(95.9%),但训练时间也很长,需要24个小时。

更大的问题是,这么多大型的预训练模型,实际使用时是极其耗时、耗电、耗内存的。在刚才我们看到的疟疾高发地区部署这样的系统依然面临挑战。

于是,作者的想法是,构建小型结构的CNN网络,在原始数据上重新训练,并期望达到相当的精度。

作者使用方法

Adrian Rosebrock通过构建残差CNN网络来实现疟疾检测。

其中一些细节包括:

1.数据集直接使用NIH发布的疟疾数据集,其共有27588幅图像,正负样本各13794幅图像(文末附下载)。

图像样本示例:

[译] 疟疾检测:Keras 深度学习医学图像分析

2.训练集:验证集:测试集的数量之比为:8:1:1。

3.训练迭代次数50次,batch size 设为32,初始学习率1e-1,动量0.9。

4.数据预处理阶段除了必要的归一化外还经过多种数据增广操作,包括:旋转、缩放、平移、镜像等。

5.输入图像resize到64*64大小(而NIH研究中使用的ImageNet预训练模型需要的大小)。

6.模型构建使用Keras构建残差网络(ResNet.build())

[译] 疟疾检测:Keras 深度学习医学图像分析

7.使用softmax分类模型。

[译] 疟疾检测:Keras 深度学习医学图像分析

[译] 疟疾检测:Keras 深度学习医学图像分析

使用Titan X GPU训练,经过50个epoch,共计54分钟的训练,模型精度达到:

  • 96.50% accuracy on 训练集

  • 96.78% accuracyon 验证集

  • 97% accuracyon 测试集

检测精度高于NIH的6个大型模型的方法!而模型大小仅17.7M!

原博文地址:

https://www.pyimagesearch.com/2018/12/03/deep-learning-and-medical-image-analysis-with-keras/

代码数据下载

在“我爱计算机视觉”微信公众号对话界面回复“ 疟疾检测 ”,即可收到代码和所用数据的百度云下载地址。

加群交流

医疗图像处理识别在国内交流平台较少,52CV君已经建了一个专业群,扫码添加52CV君拉你入群:

(请务必注明:医疗图像)

[译] 疟疾检测:Keras 深度学习医学图像分析

喜欢在QQ交流的童鞋,可以加52CV官方QQ群:928997753。

(不会时时在线,如果没能及时通过验证还请见谅)

更多前沿计算机视觉技术请浏览:

52CV精华文章分类汇总(2018年12月1日)

长按关注 我爱计算机视觉

[译] 疟疾检测:Keras 深度学习医学图像分析

【点赞与转发】 就是一种鼓励


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

C++编程思想(第1卷)

C++编程思想(第1卷)

[美] Bruce Eckel / 刘宗田、袁兆山、潘秋菱 / 机械工业出版社 / 2002-9 / 59.00元

《C++编程思考》第2版与第1版相比,在章节安排上有以下改变。增加了两章:“对象的创建与使用”和“C++中的C”,前者与“对象导言”实际上是第1版“对象的演化”一章的彻底重写,增加了近几年面向对象方法和编程方法的最瓣研究与实践的有效成果,后者的添加使不熟悉C的读者可以直接使用这本书。删去了四章:“输入输出流介绍”、“多重继承”、“异常处理”和“运行时类型识别”,删去的内容属于C++中较复杂的主题,......一起来看看 《C++编程思想(第1卷)》 这本书的介绍吧!

html转js在线工具
html转js在线工具

html转js在线工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具