基于大规模胸部X射线数据集的年龄预测
计算机视觉与模式识别
2019-03-18 v1 机器学习
摘要
基于医学图像中不同解剖结构外观的年龄预测已在临床上探索数十年。本文中，我们使用深度学习在胸部X射线（CXR）上预测人的年龄。具体而言，我们在一个大型公开数据集上以回归方式训练了一个CNN。此外，为增强可解释性，我们探索了激活图以识别CXR图像中对于机器（即CNN）预测患者年龄重要的区域，从而提供洞察。总体而言，在正确预测的CXR中，我们观察到锁骨、肩部、脊柱和纵隔附近区域对年龄预测激活最强，这与生物学预期一致。在错误预测的CXR中，我们定性地识别出可能使解剖结构显得比预期更老或更年轻的疾病模式。进一步的技术与临床评估将改进本工作。由于CXR是最常被请求的影像检查，估计年龄的潜在应用场景可能在于患者健康状态的预防咨询（与其年龄预期平均值比较），尤其在预测年龄与真实患者年龄存在较大差异时。
引用
@article{arxiv.1903.06542,
title = {Age prediction using a large chest X-ray dataset},
author = {Alexandros Karargyris and Satyananda Kashyap and Joy T Wu and Arjun Sharma and Mehdi Moradi and Tanveer Syeda-Mahmood},
journal= {arXiv preprint arXiv:1903.06542},
year = {2019}
}
备注
Presented at SPIE Medical Imaging Conference, San Diego, 2019