为了将可学习的参数从预先训练的2D ResNet-50 (ImageNet)转移到3D，我们通过第三维复制了2D滤波器(重复复制它们)。这是可能的，因为视频或3D图像可以转换成图像切片序列。在训练过程中，我们期望3D ResNet-50在每一帧中学习模式。这个模型有4800万个可学习参数。
简单地说，调用“resnet50TL3Dfun()”函数。
引用作为
Ebrahimi, Amir等，“在核磁共振图像上用于阿尔茨海默病检测的卷积神经网络”。医学影像杂志，第8卷，第2期。2, spi - intl Soc Optical Eng, 2020, doi: 10.16383 / j.i ssn . 0253 - 5733.2012.05.018。
MATLAB版本兼容性
创建R2020b
与R2019b及后续版本兼容
