Classification

[MONAI-Cla-1] MONAI Classification

學習建議：請先閱讀 [MONAI-Cla-1A]，以了解使用 MONAI 進行醫學影像分類的整體概念。接著依序進行 [MONAI-Cla-1B] 與 [MONAI-Cla-1C]，分別練習 MONAI 在 2D 與 3D 影像分類上的應用。

[MONAI-Cla-1B] 與 [MONAI-Cla-1C] 中的第一個檔案是 MONAI Tutorials，建議可先點選 “Open in Colab” 按鈕，直接在 Colab 環境中執行程式。稍微了解程式碼的內容後，可以再進入第二個檔案中進行簡單的練習。

[MONAI-Cla-1A]

MONAI Classification・Video [19:45]・Code・Sample Data・胡彥川・國立臺灣大學・2022/03/17

[MONAI-Cla-1B]
Medical Image Classification Tutorial with the MedNIST Dataset・MONAI Tutorials・2D Classification

[Practice] Medical Image Classification Tutorial with the MedNIST Dataset・2D Classification

[MONAI-Cla-1C]
3D Classification based on DenseNet・MONAI Tutorials・3D Classification

[Practice] 3D Classification based on DenseNet・3D Classification

[Cla-1] 深度學習與醫學影像分類

[Cla-1A]
分類任務在許多場合是一個常見的需求，在結構化資料 (如表格資料) 的情況，我們有許多現有的方法可以去使用，而非結構化資料 (如影像資料) 則必須先對影像進行特徵擷取才能進行後續的分類，而擷取出來的特徵，則會大大的影響後續的分類結果，在這系列的影片中會介紹如何透過建立一個分類模型對醫學影像做特徵擷取並進行分類。

呂明修・國立臺灣大學・MeDA Lab

Lecture・影像分類簡介 [27:03]
Lab・醫學影像分類實作 [22:35]
Slides・影像分類簡介.pdf [XYZ01]
Colab・B7.1_classification.ipynb （2021/07/27 更新）[XYZ01]

[Cla-2] 分類任務的效能評估

[Cla-2A]
當我們建立人工智慧模型後，緊接而來的問題便是模型表現如何，由於表現的面相眾多，我們必須要掌握各種不同的衡量方式，才能使模型衡量面面俱到。在影片中，我們將會介紹衡量分類模型的指標。

張大衛・國立臺灣大學・MeDA Lab

[Cla-3] 多分類任務的效能評估

[Cla-3A]
陳柔漪・國立臺灣大學・MeDA Lab

Lecture・Performance Evaluation in Multi-Class Classification [14:33]
Lab・程式碼講解 Code walkthrough [05:09]
Slides・Performance Evaluation in Multi-Class Classification.pdf
Colab・Colab: Multi-Class Classification (code)

Other Resources

Reference of [Cla-3A]

Grandini, M., Bagli, E., & Visani, G. (2020). Metrics for multi-class classification: an overview. arXiv preprint arXiv:2008.05756.
- - - Mathematical formula basis
    - Explanation for micro-average & macro-average recall (sensitivity)
Galar, M., Fernández, A., Barrenechea, E., Bustince, H., & Herrera, F. (2011). An overview of ensemble methods for binary classifiers in multi-class problems: Experimental study on one-vs-one and one-vs-all schemes. Pattern Recognition, 44(8), 1761-1776.

Page updated

Google Sites

Report abuse