斯坦福吴恩达团队公布最大医学影像数据集
本文来自AI新媒体量子位(QbitAI) 据报道,全球现在超过17亿人的肌肉骨骼都出毛病,每年大概有3千万的急诊病例,而且这个数字还在往上走。骨骼方面的问题已经成为了最常见的慢性重症。 为了加快X光片的诊断速度,近日斯坦福吴恩达领头的研究团队开源了含有4万张人体上肢端的X光片的数据集MURA,并用这个数据集训练CNN寻找并定位X光片的异常部分。 最后训练的结果,是该模型在手指和手腕X光片中的诊断表现比放射科医生要好些。 △经过MURA训练的模型可以准确定位出手腕和手指的异常部位 不过放射医生依然能比模型更准确地诊断出手肘、前臂、手、上臂及肩膀的异常。 △图中绿色字体表示表现最优,红色字体代表表现最差。模型对手指、手腕的诊断效果要比三位放射医生的效果都要好。手肘和前臂的诊断结果比人类都差。 该神经网络含有169层。当输入多角度的上肢X光片时,