图灵奖得主 LeCun 用来怼 Google 的乳腺癌 AI 论文,有何过人之处?(11)
2) ‘image-wise’模型(图5(b))独立地对四个视图中的每一个进行预测 。 相应的预测最后取平均值 。
3) ‘side-wise’模型(图5(c))首先连接L-CC和L-MLO , 以及R-CC和R-MLO , 然后分别对每侧乳腺进行预测 。
4) ‘joint’模型(图5(d))连接所有四个视图 , 共同预测两个乳房的恶性和良性概率 。
在所有模型中 , 我们使用四个基于ResNet的22层网络(ResNet-22)作为中间层 , 计算每个视图的256维隐藏层向量 。 与标准ResNets相比 , 该网络具有不同的深度和宽度比例 , 可用于分辨率非常高的图像 。
我们发现“view”模型在验证集上预测恶性/非恶性是最精确的 。 除非另有说明 , 否则我们接下来说的都是该模型的结果 。
【图4】
A.单个ResNet-22
推荐阅读
- Uzi|历届Dede奖得主哪位最实至名归?Dade还是Uzi?
- 反图灵测试|英雄联盟为什么没新玩家了?拳头野心显露,手游只是第一步!
- 二次元|奥运会硬牌得主是老二次元?比赛时还大喊游戏台词,浓度略高
- 金泰相|近九届MVP得主统计显示:Doinb大概率预定常规赛MVP!左手太可惜
- 官宣|真爱or钞能力?榜一与主播终成眷属!神豪一通狂刷博得主播欢心
- 图灵周报|羡慕!科技企业复工,手机呼叫电梯、机器人实时巡逻
- 友杰智新与图灵人工智能研究院正式签署战略合作协议
- GDDR6的GTX 1650出现,整个图灵系列将在2020年转移到GDDR6
- NVIDIA MX350笔记本显卡不再马甲了 但图灵GPU很快就来
- 诺奖得主“封神”:新显微技术看清细胞内每个细节!独家专访