CheXNet: Pneumonie-Erkennung auf Röntgenbildern der Brust mit tiefem Lernen auf Radiologienebene

Wir entwickeln einen Algorithmus, der Pneumonie aus Brust-röntgenaufnahmen mit einer Genauigkeit erkennt, die die von praktizierenden Radiologen übertrifft. Unser Algorithmus, CheXNet, ist ein 121-schichtiger Faltungsneuronaler Netzwerk (Convolutional Neural Network), der auf ChestX-ray14 trainiert wurde. ChestX-ray14 ist aktuell das größte öffentlich verfügbare Datenset für Brust-röntgenaufnahmen und enthält über 100.000 frontale Röntgenbilder mit 14 verschiedenen Krankheiten. Vier praktizierende akademische Radiologen haben ein Testdatenset annotiert, anhand dessen wir die Leistung von CheXNet mit der von Radiologen verglichen haben. Wir stellen fest, dass CheXNet im F1-Maßstab den durchschnittlichen Leistungen der Radiologen übertrifft. Wir erweitern CheXNet, um alle 14 Krankheiten in ChestX-ray14 zu erkennen, und erreichen dabei Spitzenwerte in allen 14 Krankheiten.