利用深度迁移学习解释受子弹影响的胸部 X 光片

深度学习的潜力，尤其在医学影像中，已产生惊人结果并日益改进方法论。放射学中的深度学习提供了自动分类、检测和分割不同疾病的机会。在提出的研究中，我们致力于医学影像的一个非平凡方面，即对受子弹影响的 X 光片进行分类与定位。我们在不同分类与定位模型上测试图像以获得可观准确率。研究中使用的复制数据集基于不同的胸部 X 光片图像进行复制。所提模型不仅适用于胸部放射片，也适用于其他身体器官 X 光片如腿、腹、头，即便训练数据集基于胸部放射片。在调参后，使用自定义模型进行分类与定位。最后，我们的发现结果通过不同框架得以展现。这可能有助于启发该领域的研究。据我们所知，这是首个利用深度学习检测与分类受子弹影响的放射片的研究。