Classification

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] 是 MONAI Tutorials，建議點選 “Open in Colab” 按鈕，直接在 Colab 環境中執行程式。

[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

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

深度學習與醫學影像分類

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]

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。

多分類的效能評估

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)

Reference多分類的效能評估

Reference

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