基于X射线图像的深度学习掩膜心脏疾病分类
计算机视觉与模式识别
2020-07-02 v2
摘要
我们构建了一个深度学习模型，利用检测和分类心脏疾病。我们从多家医院和公共数据集收集数据。预处理后获得3026张图像，包括疾病类型VSD、ASD、TOF及正常对照。我们要解决的主要问题是使网络准确学习心脏特征，在提高准确率的同时保证网络可靠性。通过学习医生诊断经验、标注图像并使用工具提取心脏区域掩膜，我们训练了一个U-net来生成掩膜以给予更多关注。它迫使模型聚焦于心脏区域特征并获得更可靠的结果。
引用
@article{arxiv.1808.08277,
title = {Deep Mask For X-ray Based Heart Disease Classification},
author = {Xupeng Chen and Binbin Shi},
journal= {arXiv preprint arXiv:1808.08277},
year = {2020}
}
备注
outdated work