TextRay：挖掘临床报告以广泛理解胸部 X 光片
计算机视觉与模式识别
2018-06-07 v1 机器学习
摘要
胸部 X 光片（CXR）是目前为止为筛查和诊断许多心脏与肺部疾病而进行的最常见的放射学检查。全球范围内极度缺乏能够快速且准确解读该检查的医师。由放射科医师主导的对超过两百万份 CXR 报告的分析生成了一个包含 CXR 上 40 种最普遍病变的本体。通过手动标注相对少量的句子，我们得以构建包含 959k 项研究的训练集。训练了一个深度学习模型，以根据患者的正面与侧面扫描预测所见。对于其中 12 种所见，我们将模型表现与一组放射科医师进行比较，并表明在大多数情况下，放射科医师彼此之间的一致程度平均低于其与算法的一致程度。
引用
@article{arxiv.1806.02121,
title = {TextRay: Mining Clinical Reports to Gain a Broad Understanding of Chest X-rays},
author = {Jonathan Laserson and Christine Dan Lantsman and Michal Cohen-Sfady and Itamar Tamir and Eli Goz and Chen Brestel and Shir Bar and Maya Atar and Eldad Elnekave},
journal= {arXiv preprint arXiv:1806.02121},
year = {2018}
}
备注
Accepted to MICCAI 2018