Pneumonia Transfer Learning Deep Learning Model from Segmented X-rays

doi:10.3390/healthcare10060987

Pneumonia Transfer Learning Deep Learning Model from Segmented X-rays

2022-05-26

0

OA

AI

DOI：10.3390/healthcare10060987

原文链接

原文求助

摘要

En 中文

肺炎是一种常见疾病，存在于许多国家，特别是在贫困国家。该疾病是一种阻塞性肺炎，其肺 radiographs（影像学表现）与其他肺部疾病相似，这使得即便是医学放射科医生也难以区分。近年来，图像处理和深度学习模型被建立起来，以快速、精确地诊断肺炎疾病。在本研究中，我们通过X射线图像可靠地预测了肺炎疾病，采用了图像分割和机器学习模型。利用了一个公开标注的数据库，包含4000例肺炎疾病的X射线图像和4000例健康X射线图像。利用ImgNet和SqueezeNet的先前计算权重进行迁移学习。所提出的深度学习模型用于分类肺炎和非肺炎病例。本文介绍了以下流程：利用BoxENet架构进行X射线分割，利用分割后的胸部图像进行X射线分类。我们通过整合来自ImgNet和SqueezeNet的迁移学习，并使用多数融合模型，提出了改进的BoxENet模型。评估了准确率、特异度、敏感度和Dice等性能指标。所提出的改进BoxENet模型在二分类和多分类模型中均优于其他模型。此外，改进的BoxENet在训练和分类方面均比其他模型具有更高的速度。

Pneumonia Transfer Learning Deep Learning Model from Segmented X-rays

摘要

期刊

机构

引用论文