Hlboké učenie pre röntgenové snímky hrudníka: Počítačom podporovaná klasifikácia

Pôvodný názov:

Deep Learning for Chest Radiographs: Computer-Aided Classification

Obsah knihy:

Hlboké učenie pre röntgenové snímky hrudníka vymenúva rôzne stratégie, ktoré autori implementovali na návrh efektívneho systému počítačom podporovanej klasifikácie (CAC) založeného na konvolučných neurónových sieťach na binárnu klasifikáciu röntgenových snímok hrudníka na "normálne" a "pneumónie". Zápal pľúc je infekčné ochorenie, ktoré väčšinou spôsobujú baktérie alebo vírusy. Hlavným terčom tohto infekčného ochorenia sú deti mladšie ako 5 rokov a dospelí nad 65 rokov, najmä kvôli ich slabej imunite a nižšej miere vyliečenia. Celosvetovo je pneumónia rozšírená a zabíja viac detí v porovnaní s akýmkoľvek iným ochorením založeným na imunite, pričom spôsobuje až 15 % detských úmrtí ročne, najmä v rozvojových krajinách. Zo všetkých dostupných zobrazovacích metód, ako je počítačová tomografia, rádiografia alebo röntgen, magnetická rezonancia, ultrazvuk a podobne, sa na diferenciálnu diagnostiku medzi normálnou a pneumóniou najčastejšie používa röntgen hrudníka. V návrhoch systému CAC implementovaných v tejto knihe sa použilo celkovo 200 snímok röntgenového snímku hrudníka, ktoré pozostávajú zo 100 snímok normálneho stavu a 100 snímok pneumónie. Tieto röntgenové snímky hrudníka sa rozšírili pomocou geometrických transformácií, ako je rotácia, translácia a prevrátenie, aby sa zväčšila veľkosť súboru údajov na efektívne trénovanie konvolučných neurónových sietí (CNN).

Celkovo sa uskutočnilo 12 experimentov na binárnu klasifikáciu röntgenových snímok hrudníka na normálne a pneumónie. Obsahuje aj hĺbkové implementačné stratégie vyčerpávajúcich experimentov vykonaných pomocou prístupov založených na transferovom učení s rozhodovacou fúziou, hĺbkovou extrakciou príznakov, výberom príznakov, redukciou dimenzionality príznakov a klasifikátormi založenými na strojovom učení na implementáciu end-to-end návrhov systémov CAC založených na CNN, odľahčených návrhov systémov CAC založených na CNN a hybridných návrhov systémov CAC pre rádiografické snímky hrudníka.

Táto kniha je cenným zdrojom informácií pre akademikov, výskumníkov, lekárov, postgraduálnych a postgraduálnych študentov v oblasti medicínskeho zobrazovania, CAC, počítačom podporovanej diagnostiky, počítačovej vedy a inžinierstva, elektrotechniky a elektroniky, biomedicínskeho inžinierstva, bioinformatiky, bioinžinierstva a odborníkov z IT priemyslu.