djupinlärning för att upptäcka lunginflammation från röntgenbilder
en end-to-end-pipeline för detektering av lunginflammation från röntgenbilder
fastnat bakom betalväggen? Klicka här för att läsa hela historien med min Vänlänk!
risken för lunginflammation är enorm för många, särskilt i utvecklingsländer där miljarder möter energifattigdom och förlitar sig på förorenande energiformer. WHO uppskattar att över 4 miljoner för tidiga dödsfall inträffar årligen från hushållens luftföroreningsrelaterade sjukdomar inklusive lunginflammation. Över 150 miljoner människor smittas med lunginflammation på årsbasis, särskilt barn under 5 år. I sådana regioner kan problemet förvärras ytterligare på grund av brist på medicinska resurser och personal. Till exempel i Afrikas 57 nationer finns ett gap på 2,3 miljoner läkare och sjuksköterskor. För dessa populationer betyder korrekt och snabb diagnos allt. Det kan garantera snabb tillgång till behandling och spara välbehövlig tid och pengar för dem som redan upplever fattigdom.
detta projekt är en del av Lungröntgenbilder (lunginflammation) som hålls på Kaggle.
Bygg en algoritm för att automatiskt identifiera om en patient lider av lunginflammation eller inte genom att titta på röntgenbilder i bröstet. Algoritmen måste vara extremt exakt eftersom människors liv står på spel.
miljö och verktyg
scikit-lär dig
keras
numpy
pandas
matplotlib
data
datauppsättningen kan laddas ner från kaggles webbplats som finns här.
var är koden?
utan mycket ado, låt oss komma igång med koden. Hela projektet på github finns här.
Låt oss börja med att ladda alla bibliotek och beroenden.
nästa jag visade några normala och lunginflammation bilder att bara ta en titt på hur mycket olika de ser ut från blotta ögat. Tja inte mycket!