作者提到该问题的主要挑战是“由于隐私问题，大型 CT 扫描图像数据集无法公开获取，并且获得非常准确的模型变得困难”。由于作者提出了基于迁移学习的方法，作者还应该考虑替代方法，例如弱监督方法、具有传统纹理分析的方法以及全卷积网络和浅层网络的耦合：
胡少平等。 “从 CT 图像中进行 covid-19 感染检测和分类的弱监督深度学习。” IEEE Access 8 (2020)：118869-118883。
Soltaninejad、Mohammadreza 等人。 “基于监督学习的多模态 MRI 脑肿瘤分割，使用来自超体素的纹理特征。”生物医学中的计算机方法与程序 157 (2018): 69-84.
张、雷、广阳和叶旭炯。 “通过将深度完全卷积网络和浅层网络与 textons 耦合来实现自动皮肤病变分割。”医学影像学报 6.2 (2019): 024001.
我不明白我会怎么做，请帮忙