学术讨论卷积神经网络 Convolutional Neural Networks (CNNs)

大家好，最近本人预计划认真的把卷积神经网络（CNN）好好学习一遍，所以决心在这里开一个帖子，也希望在这里能够和大家一起多多的讨论一下顺便激发一下灵感。我现在写的论文题目也是有关于卷积神经网络的。

我喜欢卷积圣经网络是因为个人觉得图像识别是在数据科学界非常有发展潜力的一个方向，在各个行业对于图像分析的需求是巨大的，可是到目前为止大部分的图像数据并没有能够得到有效的开发和使用，导致大量图像资料的资源浪费。其次，本人属于完全的图像认知世界的人。所以我对卷积神经网络特别感兴趣。

我现在在做一个有关于肺癌CT识别的题目，我这里的数据看的出是把病人的肺部分成多层扫描，每一个切片的距离大概是3到6公分，每一个病人大概有60-100个切片CT扫描图像。相对应的，还有CT扫描图像的注解，以及肺癌的大概所在位置。

我使用的是Python的TensorFlow，现在也正在逐渐建立CNN模型来识别癌症的形态特征，通过定义癌症的形态特征来有效的定义癌症的范围和边界。我这个项目也才是刚刚开始，一切都在起步中。欢迎各位能够到这里来热烈讨论，集思广益。

另外一点，我本身是做数据库出身的，我用SQL Server比较所，所以微软系列我用的很熟。如果是Python的话，我会把Python代码放到SQL Server的存储过程（Stored Procedure）里来进行集中管理。另外一个小困难，目前我还没有想到有效的解决方案，就是我现在有4000多张CT扫描件，每一个扫描件的大小大概是0.5MB。如果是用传统Python来做，那么就是放在文件夹下面就好了。那我现在在想，是否可以把照片导入到SQL Server的表格里面，只有将Python代码直接放到SQL Server的平台下运行。之前我也有度过一篇微软发表的文章，照片大小在1MB以下的时候，在数据库表格里运行的算法效率会比file system里面直接读取照片的效率要高。换言之，如果我是是使用MRI（核磁共振）图像的话，单个照片大小往往会大于1MB，这种在file system下运行会更有效率。我也在尝试着各种方法来打到效率最佳化。
. 1point3acres
谢谢各位，接下来我每天会在这特帖子里更新我每一天的经历和遇到的问题。欢迎各路英雄参与讨论，谢谢！

顶一个 字数字数字数