本文介绍了名为ChestX-ray8的新的胸部X光数据库，包括108,948个患者的32,717个独特患者的前瞻性X光图像和八个疾病图像标签。作者展示了通过弱监督的多标签图像分类和疾病定位框架可以检测和定位常见的胸部疾病。尽管结果良好，但基于深度卷积神经网络的阅读胸部X射线仍然是完全自动化的高精度CAD系统的挑战。

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。