目前存在的东西:pet(细胞活性)图片和ct图片总共4690张,未标注,做不了分割。有86个病人,有骨髓浸润有19人,无骨髓浸润67人。Pet图片是对有无骨髓占主要的判断,但是CT也对此有进行判断的作用。
需求:将有骨髓浸润和无骨髓浸润进行分类,,代码需要标注能让小白看得懂,后期如果需要改进(大改)会加钱。
说明:利用机器学习分别对两种图片进行跑最后得出准确率,敏感度,特异性,然后进行对比,哪种图片对骨髓浸润判断较好。一种是使用深度学习对两种图片进行分别跑,在最后卷积层进行融合,最后得出分类的标准
流程:利用深度学习对两种图片分别进行跑得出特异性,敏感度,准确度。特异性和敏感度最好能达到60吧。深度学习的网络需要两或三种做对比,