Tencent/MedicalNet
Many studies have shown that the performance on deep learning is significantly affected by volume of training data. The MedicalNet project provides a series of 3D-ResNet pre-trained models and relative code.
MedicalNet – 3-D 의료 영상 전이 학습
소개
- Med3D 논문(“Transfer Learning for 3D Medical Image Analysis”)의 PyTorch 구현체입니다.
- 대규모 3-D 의료 영상 데이터셋(23개의 공개 데이터셋)과 사전 학습된 3-D ResNet 모델(깊이 10-200) 모음을 제공합니다.
- 폐 분할, 결절 분류, 뇌 MRI 분할과 같은 새로운 작업에 이러한 모델을 미세 조정(fine-tune)하기 위한 스크립트를 포함합니다.
중요성
- 3-D CNN을 처음부터 학습하려면 방대한 양의 주석이 달린 볼륨이 필요한데, 이는 의료 분야에서 매우 부족합니다. MedicalNet의 사전 학습된 가중치는 강력한 시작점을 제공하여 수렴 속도와 정확도를 획기적으로 향상시킵니다(예: 폐 분할에서 Dice 지수 27% 향상).
주요 구성 요소
models/resnet.py– 3-D ResNet 변형 정의.datasets/– 데이터 전처리 유틸리티(예: MRBrainS18 로더).train.py/test.py– 멀티 GPU를 지원하는 즉시 실행 가능한 학습 및 평가 루프.pretrain/– 각 아키텍처별 다운로드 가능한.pth파일.utils/logger.py– 간단한 로깅.
일반적인 워크플로우
- 설치: Python 3.7, PyTorch 0.4.1, CUDA 9.0, cuDNN 7.0.5.
pip install -r requirements.txt.- 데이터와 사전 학습된 가중치를 다운로드(Google Drive / Tencent Weiyun)하여 저장소에 압축을 풉니다.
python train.py --gpu_id 0(멀티 GPU의 경우0 1)를 실행하여 데이터셋을 미세 조정합니다.python test.py --gpu_id 0 --resume_path <model>.pth.tar --img_list data/val.txt로 평가합니다.
성능 스냅샷
| 모델 | 파라미터 수 (M) | Tesla P40 추론 시간 (s) |
|---|---|---|
| 3D-ResNet10 | 14.36 | 0.18 |
| 3D-ResNet18 | 32.99 | 0.19 |
| 3D-ResNet34 | 63.31 | 0.22 |
| 3D-ResNet50 | 46.21 | 0.21 |
| 3D-ResNet101 | 85.31 | 0.29 |
| 3D-ResNet152 | 117.51 | 0.34 |
| 3D-ResNet200 | 126.74 | 0.45 |
미세 조정 결과(폐 분할 Dice 지수, 결절 분류 정확도)는 모든 깊이에서 처음부터 학습하는 것보다 일관된 향상을 보여줍니다.
라이선스
- MIT License (
LICENSE참조).
인용
@article{chen2019med3d,
title={Med3D: Transfer Learning for 3D Medical Image Analysis},
author={Chen, Sihong and Ma, Kai and Zheng, Yefeng},
journal={arXiv preprint arXiv:1904.00625},
year={2019}
}
로드맵 / TODO
- 완료: 사전 학습된 3-D ResNet, 전이 학습 코드, 멀티 GPU 지원.
- 계획: 3-D 효율적 아키텍처(MobileNet, ShuffleNet) 및 2-D 의료용 사전 학습 모델.
사용 대상
- 모든 3-D 의료 영상 작업(CT, MRI, PET)에 대한 강력한 기준(baseline)이 필요한 연구자.
- 분할 또는 분류 도구의 프로토타입을 구축하는 임상의.
- 3-D CNN을 대규모 의료 AI 파이프라인에 통합하는 개발자.
MedicalNet은 일반적인 AI 관련 목록이나 튜토리얼이 아닌, 3-D 의료 영상 딥러닝을 위한 진정한 연구 수준의 툴박스입니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트