基于机器学习识别胸部X光图像中的肺炎
图像与视频处理
2023-09-22 v1 计算机视觉与模式识别
机器学习
摘要
肺炎是全球婴幼儿感染性死亡的首要原因。若及早发现，可改变患者预后，可利用影像检查辅助诊断确认。尽快完成并检查解读检查对良好治疗至关重要，该病理最常用检查为胸部X光。本研究旨在开发一款可识别胸部放射影像中是否存在肺炎的软件。该软件作为基于机器学习、采用迁移学习技术的计算模型开发。训练过程中，图像采集自在线可用数据库，包含中国某医院拍摄的儿童胸部X光图像。训练后，模型面对新图像，在识别该病理上取得相关结果，对所使用测试样本达到98%灵敏度与97.3%特异度。可得出结论：开发识别胸部X光图像中肺炎的软件是可行的。
引用
@article{arxiv.2309.11995,
title = {Identification of pneumonia on chest x-ray images through machine learning},
author = {Eduardo Augusto Roeder},
journal= {arXiv preprint arXiv:2309.11995},
year = {2023}
}
备注
In Brazilian Portuguese, 30 pages, 16 figures. This thesis was elaborated by the guidance of Prof. Dr. Akihito Inca Atahualpa Urdiales