文章介绍：
这篇主要针对医学图像处理领域标注数据匮乏的问题，如何通过卷积神经网络（CNN）的Fine-tune和主动学习（Active Learning）来解决。使用CNN进行生物医学图像分析在最近几年得到了比较多的关注，但面临的一个问题是缺乏大量的标注数据，相比imagenet，对医学图像进行标注需要大量的专业背景知识，为了节约标注的成本和时间，这篇论文提供了一个新型的方法AIFT（Active，Incremental Fine-Tuning），把主动学习和迁移学习集成到一个框架。AIFT算法开始是直接使用一个预训练从未标注数据里找一些比较值得标注的样本，然后模型持续的加入新标注的数据，一直做微调。这篇主要针对医学图像处理领域标注数据匮乏的问题，如何通过卷积神经网络（CN
