斯坦福吴恩达团队公布最大医学影像数据集
斯坦福吴恩达团队公布最大医学影像数据集
2018-01-23 09:32:26 来源：量子位
抢沙发
2018-01-23 09:32:26 来源：量子位
摘要：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。
关键词：
吴恩达
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，模型就可以预测出异常的概率。
△ 模型预测X光片异常的工作流
作为最大的医学影像数据集，MURA所含的4万张图都是由放射科医生一张张标注的。
△ 人工标注的4万张X光片。左上，正常的手肘；右上，骨折的上臂；左下，骨骼退化的指端；右下，打了钢板和钢钉的尺骨和桡骨。
这四万张图来自近15000篇论文，其中9067篇为正常上肢骨骼肌X光片的研究，5915篇是异常研究。上肢包括肩膀、肱部、手肘、前臂、手腕、手、指端。
现在，越来越多的数据集涌现出来，给深度学习提供了非常好的条件。AI算法在图像识别上能逐步超越人类很大程度上得益于这些数据集的开源。下面列举一些目前在医学影像数据集供大家参考。
△ MURA目前是最大的开源医学放射图像数据集。第二大的数据集是Pediatric Bone，含有14236张图，可以根据手的X光片测出人的骨龄；0.E.1是关于膝关节的数据集，可用来查出膝关节炎。
不过，依照目前AI发展的速度来看，医学院应该停止培养放射专业的学生了。多伦多大学计算机系教授Geoffrey Hinton在接受纽约客采访时认为。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：houlimin
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
