基于深度學(xué)習(xí)的胸部X射線圖像識別及分類模型研究

摘要： 目的 以深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)搭建胸部X射線(chest X-ray, CXR)圖像分類模型，為肺部疾病提供可靠的輔助診斷技術(shù)。方法 經(jīng)KAGGLE數(shù)據(jù)庫收集新冠肺炎、輕度肺部感染、病毒性肺炎及正常的四種胸部X射線圖片，按3∶1∶1的比例將數(shù)據(jù)隨機(jī)劃分成訓(xùn)練集，測試集和驗證集；基于卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)搭建CXR圖像分類模型，調(diào)節(jié)超參數(shù)對模型進(jìn)行加強和優(yōu)化；后通過混淆矩陣、準(zhǔn)... （共6頁）