使用带 U-Net 的深度卷积神经网络检测心脏肥大
图像与视频处理
2022-07-08 v2 计算机视觉与模式识别
机器学习
摘要
心脏肥大确实是一种心脏扩大的医学疾病。若及早发现，心脏肥大更易处理，因此早期检测至关重要。胸部 X 射线作为最常用的放射检查之一，数十年来一直用于检测和可视化人体器官的异常。X 射线也是诊断心脏肥大的重要医学工具。即使对领域专家而言，从 X 射线区分多种疾病也是困难且耗时的任务。深度学习模型在大型数据集上使用时最为有效，但由于隐私问题，医疗行业内部很少能获得大型数据集。本研究提出了一种基于深度学习的定制重训练 U-Net 模型用于检测心脏肥大疾病。在训练阶段，使用了来自 “ChestX-ray8” 开源真实数据集的胸部 X 射线图像。为减少计算时间，该模型在进行训练步骤前执行数据预处理、图像增强、图像压缩和分类。该工作使用胸部 X 射线图像数据集进行模拟，取得了 94% 的诊断准确率、96.2% 的灵敏度和 92.5% 的特异度，优于先前用于识别心脏肥大疾病的预训练模型结果。
引用
@article{arxiv.2205.11515,
title = {Cardiomegaly Detection using Deep Convolutional Neural Network with U-Net},
author = {Soham S. Sarpotdar},
journal= {arXiv preprint arXiv:2205.11515},
year = {2022}
}
备注
8 pages, 7 figures, submitted in the IEEE Transactions on Neural Networks and Learning Systems(IEEE TNNLS)