arXiv 机器学习· Bahodir Nazarov, Zineb Gharib, Fatima Zazoul·· 10 小时前AI 评分26
从切片到三维体积：对比用于肺结节恶性风险分类的 2D、2.5D 与 3D 残差网络
From Slices to Volumes: Comparing 2D, 2.5D, and 3D Residual Networks for Pulmonary Nodule Malignancy-Risk Classification
AI 导读
一项针对 LIDC-IDRI 数据集 2,654 个结节的研究显示，数据增强后的 2.5D 残差网络在肺结节恶性风险分类中表现最佳。该 2.5D 模型测试集 Macro-F1 达 0.6537、准确率 0.6869，二分类 Macro-F1 达 0.8664，均优于 2D 与 3D 网络。数据增强在各架构下均提升了 Macro-F1，而所测试的动量对比预训练反而使性能下降。
来源：arXiv 机器学习 · arxiv.org