한 달 전
CheXNet: 심장 X선 영상에서 방사선과학자 수준의 폐렴 감지에 딥 러닝 활용
Pranav Rajpurkar; Jeremy Irvin; Kaylie Zhu; Brandon Yang; Hershel Mehta; Tony Duan; Daisy Ding; Aarti Bagul; Curtis Langlotz; Katie Shpanskaya; Matthew P. Lungren; Andrew Y. Ng
초록
우리는 흉부 X선 영상에서 폐렴을 진단하는 알고리즘을 개발하였으며, 이 알고리즘은 실제 임상 라디올로지스트들의 수준을 초월합니다. 우리의 알고리즘인 CheXNet은 ChestX-ray14라는 현재까지 가장 큰 공개 흉부 X선 데이터셋(14가지 질병이 포함된 10만 장 이상의 전면 관찰 X선 영상을 보유)에서 훈련된 121층 컨볼루션 신경망입니다. 4명의 실제 임상 라디올로지스트가 테스트 세트를 주석화하였으며, 이 테스트 세트를 통해 CheXNet의 성능을 라디올로지스트들과 비교하였습니다. 결과적으로 CheXNet은 F1 지표에서 평균적인 라디올로지스트보다 우수한 성능을 보였습니다. 또한, 우리는 CheXNet을 ChestX-ray14에 포함된 모든 14가지 질병을 감지하도록 확장하여, 모든 14가지 질병에 대해 최고 수준의 결과를 달성하였습니다.