论文笔记:Deep convolutional activation features for large scale histopathology image classification
来源:互联网 发布:淘宝店主实拍情趣 编辑:程序博客网 时间:2024/06/09 21:49
Deep convolutional activation features for large scale Brain Tumor histopathology image classification and segmentation
这篇文章讲述的是MICCAI2014脑肿瘤竞赛中冠军所用的方法。
原始图像是100000× 100000像素的病理学图片大图。
首先使用深度卷积网络获取基本的图片特征,然后把特征集合起来,进行特征选择,最后利用linear SVM进行分类。 这是个2分类问题,所以使用linear SVM,根据分类任务可以使用不同的SVM核函数进行分类。
CNN architecture
CNN 的模型构架主要是利用2013ImageNetwork LSVRC比赛中CognitiveVision team所使用的构架。本文使用的CNN模型是在ImageNet训练过的基础上的。跟team所使用的数据预处理方法和数据增加方法相同。
输入是224 × 224的,本文首先将原始大图按照网格分割成336 × 336 (为什么是这个大小,据说是因为交叉验证cross-validation)的小图patch,小图之间有25% 的overlap。所以在CNN的输入层需要resize成224 × 224大小的图像。
在CNN构架的最后一层,去掉最后一层fc网络,把倒数第二层fc网络的结果,当做这个CNN网络提取的特征。然后对这个特征进行后续处理。
如果一张patch中超过200个像素的RGB值都大于200,那么就去掉这个patch,不进行 处理。 所有的patch获得向量相连组成一个向量,方法是来自3 feature pooling and cross-validation. 结果是整张大图会生成一个单一的特征向量。pool的方法是3范式。特征选择是基于GBM和LGG差异最大的一百维特征。 简单来说,就是对所属不同类别的图片每维作差,选取差异最大的维数作为留下的特征。 这里的作差用到了3范式。
最后利用一个线性SVM分类器来分类。
experiment
trainset : 23GBM + 22LGG 大图像
testset : 40
reference:
- Deep convolutional activation features for large scale Brain Tumor histopathology image classification and segmentation
- ImageNet Classification with Deep Convolutional
Neural Networks- 3.
- 论文笔记:Deep convolutional activation features for large scale histopathology image classification
- Deep convolutional activation features for large scale Brain Tumor histopathology image classificati
- [深度学习论文笔记][Image Classification] Very Deep Convolutional Networks for Large-Scale Image Recognitio
- Very Deep Convolutional Networks for Large-Scale Image Classification
- 论文Very Deep Convolutional Networks for Large-Scale Image Recognition
- 论文笔记 | VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE -SCALE IMAGE RECOGNITION
- VGG:VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION论文笔记
- 论文笔记:Very Deep Convolutional Networks for Large-Scale Image Recognition
- 论文笔记《Multi-scale Orderless Pooling of Deep Convolutional Activation Features》
- VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION 论文学习
- Very Deep Convolutional Networks For Large-Scale Image Recognition论文翻译总结
- VGG论文《Very Deep Convolutional Networks For Large Scale Image Recognition》总结
- Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中英文对照
- Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中文版
- 【Paper Note】Very Deep Convolutional Network For Large-Scale Image Recognition 论文翻译(VGG)
- VGG-16、VGG-19(论文阅读《Very Deep Convolutional NetWorks for Large-Scale Image Recognition》)
- 《Very Deep Convolutional Networks for Large-Scale Image Recognition》论文阅读
- Deep Fisher Networks for Large-Scale Image Classification(精读)
- uboot中main_loop下bootdelay_process实现
- LeetCode刷题【Array】Best Time to Buy and Sell Stock II
- 欢迎使用Markdown编辑器写博客
- redis学习指南
- 【R语言】读懂Pearson相关分析结果
- 论文笔记:Deep convolutional activation features for large scale histopathology image classification
- 回调函数 Callback function 的概念与程序示例
- noi-7915-潜伏者
- 在CentOS7中安装mysql
- ODL学习笔记(二)OpenDayLight的第一个项目-Hello World
- Caffes 21 天-在工程中使用caffe库
- Git、Github和Gitlab简介和使用方法
- 性能测试之LoadRunner使用(五)
- 手动更新Android Studio的gradle版本