医学数据多标签分类与多标签分割，医学数据二分类
写在前面
暑假参与了两个项目，收获颇多。搭建网络有许多走过的弯路与经验，调参也是一个必要的技能，在这里想一并分享给大家我在项目中积累的经验和一些小技巧。
PS：结合个人经验与网上经验，大家斟酌自取。
下面的几个标题会在这几天整理发出来
医学图像多标签分类
如何将3D图片转为2D图片、标签
任务介绍
根据提供的CT平扫厚层图像、目标器官的体素级3D标签以及目标器官是否有创伤疾病的分类标签，设计相应算法以实现急诊多器官的快速分割及多疾病筛查。其中的关键要素如下：
1.腹部CT平扫厚层图像，三维数据。
2.包含肝、脾、左肾、右肾的体素级标注以及各器官正常/异常的编码。
2.首先需要针对四个器官各自是否正常的四个二分类；其次是需要精准分割出每个器官的损伤病灶区域。
利用3D网络
Resnet3D
利用2D网络
Resnet2D+阈值处理
加入ASLloss
医学图像多标签分割
如何将3D图片转为2D图片、标签
利用3D网络
参考UNETR++
https://github.com/ShahinaKK/www.example.com
利用2D网络
Deeplabv3plus++，这个代码忘记参考文献是哪个了
跑的结果可以很高
医学图像二分类
任务介绍
分类CT图像小肠癌阴性和阳性并绘制热图
遇到的过拟合问题以及如何解决
采用更低层的网络
加入dropout