CheXNet：基于深度学习在胸片上达到放射科医生水平的肺炎检测
计算机视觉与模式识别
2017-12-27 v3 机器学习
机器学习
摘要
我们开发了一种算法，能够以超越执业放射科医生的水平从胸片上检测肺炎。我们的算法 CheXNet 是一个 121 层卷积神经网络，在 ChestX-ray14 上训练，该数据集是目前最大的公开可用胸片数据集，包含超过 100,000 张具有 14 种疾病的前视图 X 射线图像。四位执业学术放射科医生标注了一个测试集，我们在该测试集上将 CheXNet 的性能与放射科医生进行比较。我们发现 CheXNet 在 F1 指标上超过了放射科医生的平均性能。我们将 CheXNet 扩展以检测 ChestX-ray14 中的所有 14 种疾病，并在全部 14 种疾病上取得了最先进（state of the art）的结果。
引用
@article{arxiv.1711.05225,
title = {CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning},
author = {Pranav Rajpurkar and Jeremy Irvin and Kaylie Zhu and Brandon Yang and Hershel Mehta and Tony Duan and Daisy Ding and Aarti Bagul and Curtis Langlotz and Katie Shpanskaya and Matthew P. Lungren and Andrew Y. Ng},
journal= {arXiv preprint arXiv:1711.05225},
year = {2017}
}