当前位置：
X-MOL 学术
›
arXiv.cs.CV
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
自监督深度卷积神经网络用于胸部X射线分类
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2021-03-04 , DOI: arxiv-2103.03055 Matej Gazda, Jakub Gazda, Jan Plavka, Peter Drotar
arXiv - CS - Computer Vision and Pattern Recognition Pub Date : 2021-03-04 , DOI: arxiv-2103.03055 Matej Gazda, Jakub Gazda, Jan Plavka, Peter Drotar
胸部放射线照相术是一种相对便宜的，可广泛使用的医疗程序，可传达做出诊断决定的关键信息。胸部X光几乎总是用于诊断呼吸系统疾病，例如肺炎或最近的COVID-19。在本文中，我们提出了一种自我监督的深度神经网络，该网络在未标记的胸部X射线数据集上进行了预训练。学到的表示将转移到下游任务-呼吸系统疾病的分类。在四个公共数据集上获得的结果表明，我们的方法无需大量标记培训数据即可产生竞争性结果。
"点击查看英文标题和摘要"
更新日期：2021-03-05
"点击查看英文标题和摘要"
京公网安备 11010802027423号