如何驾驭胸部 X 光数据的长尾?
原文中文,约300字,阅读约需1分钟。发表于: 。通过为模型选择更接近目标数据集领域的初始化方法,结合已有文献中的技术,以及利用合成数据增强尾部标签,可以显著提高深度学习模型在胸部 X 光图像中推断罕见异常的性能。
本文介绍了一个名为ChestX-ray8的新的胸部X光数据库,其中包括108948个患者的32717个独特患者的前瞻性X光图像和使用自然语言处理从相关放射学报告中提取的八个疾病图像标签。作者展示了这些常见的胸部疾病可以通过弱监督的多标签图像分类和疾病定位框架进行检测甚至空间定位,并证明了这一点。