[DenseNet 神经网络实践] 肌骨骼放射影像判读（1）

摘要：放射影像是常用的医学影像技术，解释、判读与诊断放射影像对疾病的治疗非常重要。判读大量的放射影像是一件耗费时间的工作，因此用人工神经网络判断、检测放射影像的不正常部位来辅助放射科医生是非常有意义的。随着肌骨骼 X 射线影像数据集MURA 的开放，检测骨骼肌放射影像中的异常部位受到越来越多的关注。本文参考斯坦福提出的基线模型，使用 Adam 优化器在 MURA 上训练 DenseNet-169网络来检测骨骼肌放射影像中的异常。模型在训练集上的精确度为0.7885，在测试集上的精确度为0.7594。模型的 ROC 曲线下面积为0.929，当设定阈值为0.5时，灵敏度为0.815，特异性为0.887。但是，该模型判读肌骨骼 X 射线影像的能力和普通放射科医师的能力之间存在一定差距。需要进一步的研究来提高神经网络模型判读肌骨骼 X 射线影像的能力。

[DenseNet 神经网络实践] 肌骨骼放射影像判读（1）

https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9297888714349893135%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D