Сегментация и классификация патологий лёгких на КТ: сравнение UNet 3+, nnU‑Net, EfficientNet и Swin Transformer

habrahabr.ru · world

Я сравнила четыре архитектуры на КТ грудной клетки: UNet 3+ и nnU-Net v2 для сегментации узлов (LIDC-IDRI), EfficientNet-B0 и Swin-Tiny для классификации срезов. В классификации Swin-Tiny точнее (accuracy 0,924 против 0,832, один запуск). В сегментации честного сравнения не получилось: на подвыборке из 113 обучающих узлов ни одна из самописных сетей не обобщилась (Dice на тесте 0,01–0,02), и я разбираю, почему. Читать далее

Read full article → Compare