为什么医学影像AI已进入「后深度学习时代」？( 三 )
输入一个数据 ， 系统就输出一个结果 ， 应用过程可以做到全自动 。
但这种看起来一劳永逸的框架 ， 在实际应用中还有一些局限 。
以医学影像分析为例 ， 由于医学影像数据复杂多变 ， 不同器械商的成像设备、不同的成像参数选择、成像设备的更新换代等因素 ， 都会导致图像性质（如信噪比、分辨率和伪影等等）的变化 ， 以及不同病人与病情的差异也会导致图像特征的变化 。
训练数据如果不够“大而全” ， 一旦遇到跟训练数据有一定差异的数据 ， 加入一点噪音 ， 神经网络输出的结果可能就会出很大的错误 。
但训练数据要多“大”多“全”？也并未有一个客观的量化标准 。
深度学习需要用医生手工标注的数据 ， 还要求训练数据和手工标注符合一定的标准 。
但数据的标准化 ， 还尚未提出通用的法则遵循 。 而在算法层 ， 深度学习的调参也并没有规律可循 ， 调参难题至今未得到实质性解决 。
推荐阅读
- 魔兽世界|魔兽TBC：为什么玩家期待跨区组队？降低组队难度，无需频繁换区
- 李儒|三国杀：为什么叫李儒时代的骄傲，他到底有什么好骄傲的？厉害吗
- 梦幻西游|梦幻西游：诗情画意进入净台时代，郭无情买爆总17段野兽鞋
- 池子|“为什么优菈总是在让人始料未及的版本到来？我还没准备好呀！”
- fpx战队|为什么同样是S赛夺冠，FPX的热度，完全没法跟IG与EDG相比？
- 王者荣耀|王者荣耀为什么要出限定皮肤？看完你就明白了
- 手机游戏|CFHD：神秘组织为什么开发生化手雷呢？关键是为了赚更多钱
- 打野|王者荣耀：不管什么打野都出一件肉装，李白都出暴裂，为什么？
- 抖音|正在火热追我的富二代，在得知我生日后突然消失不见，到底为什么
- 地下城与勇士|DNF即将推出手游，已进入倒计时，炽天使觉醒将更名光明颂唱者