【医療画像AI】U-Netを使ってX線画像の領域分割やってみた【Python】#006
こんにちは!こーたろーです。
今回はU-Netというモデルを使った領域分割を行ってみます。
画像の中に何があるかを区別するために、画像の対象を区切って利用することがあります。
その時に必要となってくるのが、この領域分割です。
こちらの図のように、身体・肺・心臓・背景のように分割したい場合に、U-Netを使って学習させたモデルがどのぐらい領域分割できるか試してみます。
それでは早速始めていきます。
- データの準備
- データの読み込み
- データの前処理
- U-Netのネットワークの定義
- モデルの作成と学習・評価
【RandomForest】ワインの美味しさ評価(改良版)【Python】
こんにちは!こーたろーです。
前回のワインの美味しさ評価では、正答率が67%と低かったため、考察を行ってみましたが、分類問題において11分類問題での正答率は難しいことが分かりました。
今回は、この評価分類を改善することによって、もう少しラベルを簡略した改善モデルについてハンズオンをやってみました。
前処理については、いろいろとありましたが、今回warningは気にせず行っていきます。
それでは早速始めていきましょう。
- 必要データのダウンロード
- ワインデータの確認
- データの前処理
- モデルの作成(RandomForest)
- モデルの評価
【医療画像AI】X線胸部画像から性別を予測してみた#005
こんにちは!こーたろーです。
今回もまた、日本放射線技術学会 画像部会のページから、正解ラベルのあるX線胸部画像データから性別を予測する分類問題を解いていきます。
今回は、正解データのファイルがtxtファイルになっていることに注意します。
久しぶりにPythonをやっているのですが、CNNの勉強をし出すと、結構奥が深いことが分かってきます。
あと言えることは、ローカルでやっていると、私の現在のPCでは火が噴きそうなぐらいファンが回っていることですかね。
そろそろ買い替え時かもしれません。
- 必要データのダウンロード
- ライブラリ・オブジェクトのインポート
- データの前処理その1(データ情報のロード)
- データの前処理その2(画像データ)
- データの前処理その3(正解ラベル)
- モデルの構築・学習
- テストデータでの評価