【阿姆斯特丹博士论文】面向医学数据的深度学习

来源：专知本文约1000字，建议阅读5分钟这篇论文重新审视了深度学习的基本组成部分，并评估了其在医学图像分析中的应用。https://hdl.handle.net/11245.1/595f9cb7-1e44-4775-989f-f08e9897afe6这篇论文重新审视了深度学习的基本组成部分，并评估了其在医学图像分析中的应用。论文指出，深度学习在该领域存在三大主要挑战：专家知识的整合、未标记数据的利用和预测不确定性的估计。论文的结构分为几个部分，分别解决这些挑战。在第一部分，论文介绍了一种新的深度学习模型，该模型通过旋转-反射等变性整合专家知识，以提高医学影像任务的准确性和鲁棒性，特别是在组织病理学切片中转移性组织的检测上。所提出的模型优于传统的卷积神经网络（CNN）架构，并且对输入扰动表现出鲁棒性。接下来，论文探讨了如何激励深度学习社区关注现实世界的医学问 ………………………………