ChestX-ray8：医院级胸部X射线数据库及常见胸部疾病弱监督分类与定位基准
摘要
胸部X射线是最易于获取的放射学检查之一，用于许多肺部疾病的筛查和诊断。大量X射线成像研究连同放射学报告在现代医院的图片存档与通信系统（PACS）中积累和存储。另一方面，如何利用这类包含宝贵影像信息（即弱标签）的医院规模知识库，来促进数据饥渴的深度学习范式构建真正大规模高精度计算机辅助诊断（CAD）系统，仍是一个开放性问题。在本文中，我们提出一个新的胸部X射线数据库，即“ChestX-ray8”，它包含32,717名唯一患者的108,948张前视图X射线图像，利用自然语言处理从相关放射学报告中挖掘出八种疾病的图像标签（每张图像可有多标签）。重要的是，我们证明了这些常见胸部疾病可以通过统一的弱监督多标签图像分类和疾病定位框架被检测甚至空间定位，并使用我们提出的数据集进行了验证。尽管报告的初步定量结果令人鼓舞，但基于深度卷积神经网络的“阅读胸部X射线”（即仅使用图像级标签训练来识别和定位常见疾病模式）对于全自动高精度CAD系统仍是一项艰巨任务。数据下载链接：https://nihcc.app.box.com/v/ChestXray-NIHCC
引用
@article{arxiv.1705.02315,
title = {ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases},
author = {Xiaosong Wang and Yifan Peng and Le Lu and Zhiyong Lu and Mohammadhadi Bagheri and Ronald M. Summers},
journal= {arXiv preprint arXiv:1705.02315},
year = {2019}
}
备注
CVPR 2017 spotlight;V1: CVPR submission+supplementary; V2: Statistics and benchmark results on published ChestX-ray14 dataset are updated in Appendix B V3: Minor correction V4: new data download link upated: https://nihcc.app.box.com/v/ChestXray-NIHCC V5: Update benchmark results on the published data split in the appendix