基于MURA数据集的X射线骨骼异常检测
图像与视频处理
2020-08-11 v1 计算机视觉与模式识别
机器学习
摘要
我们介绍了在斯坦福大学2017年发布的MURA数据集上训练的深度网络。我们的系统能够检测X线照片上的骨骼异常并可视化这些区域。我们发现我们的方案准确率可与其他使用MURA数据集的开发团队所取得的最佳结果相媲美，具体而言，我们团队在手腕、手和肩膀上取得的整体Kappa分数分别约为0.942、0.862和0.735（相较官方网站上目前最佳可用结果0.931、0.851和0.729）。然而，尽管结果良好，所提技术仍有许多未来改进方向。我们看到计算机辅助系统（CAD）在X线照片上的进一步开发潜力巨大，此类系统将帮助实务专家更快速、更准确地诊断骨折及骨肿瘤病例。
引用
@article{arxiv.2008.03356,
title = {X-Ray bone abnormalities detection using MURA dataset},
author = {A. Solovyova and I. Solovyov},
journal= {arXiv preprint arXiv:2008.03356},
year = {2020}
}
备注
12 pages, 3 figures