目前存在的东西：pet（细胞活性）图片和ct图片总共4690张，未标注，做不了分割。有86个病人，有骨髓浸润有19人，无骨髓浸润67人。Pet图片是对有无骨髓占主要的判断，但是CT也对此有进行判断的作用。
需求：将有骨髓浸润和无骨髓浸润进行分类，，代码需要标注能让小白看得懂，后期如果需要改进（大改）会加钱。
说明：利用机器学习分别对两种图片进行跑最后得出准确率，敏感度，特异性，然后进行对比，哪种图片对骨髓浸润判断较好。一种是使用深度学习对两种图片进行分别跑，在最后卷积层进行融合，最后得出分类的标准
流程：利用深度学习对两种图片分别进行跑得出特异性，敏感度，准确度。特异性和敏感度最好能达到60吧。深度学习的网络需要两或三种做对比，