为了将可学习的参数从预先训练的2D ResNet-50（ImageNet）传输到3D，我们复制了2D过滤器（重复复制）通过第三维。这是可能的，因为视频或3D图像可以转换为一系列图像切片。在训练过程中，我们预计3D ResNet-50可以学习每帧中的模式。该模型有4800万个可学习的参数。
只需调用“resnet50TL3Dfun（）”函数。
引用为
Ebrahimi，Amir，等人，《磁共振图像上阿尔茨海默病检测的卷积神经网络》，《医学成像杂志》，第8卷，第02期，SPIE Intl Soc光学工程，2021年4月，doi:10.1117/1.jmi.8.2.024503。
MATLAB版本兼容性
使用R2020b创建
与R2019b及更高版本兼容
