文件名称：Pneumonia_Detection:从胸部X射线图像检测Udacity肺炎-来自Kaggle的数据
文件大小：59.41MB
文件格式：ZIP
更新时间：2024-04-24 22:32:54
JupyterNotebook
从胸部X射线图像检测肺炎 Udacity用于医疗保健AI的项目-来自Kaggle的数据 项目概况： 在该项目中，将从NIH胸部X射线数据集中分析数据，并对CNN进行训练以对给定的胸部X射线分类是否存在肺炎。 该项目将最终建立一个模型，该模型可以以人类放射医师水平的准确性预测肺炎的存在，可以准备将其作为医疗设备软件提交给FDA进行510（k）清除。 将对模型进行正式描述，并对其模型进行培训，并说明符合FDA标准的验证计划。 还提供了从其随附的放射学报告中提取的带有每个图像的临床标签的医学图像。 从30,000例患者中获得了总计112,000例带有疾病标签的胸部X光片。 项目重点 该项目在2D医学成像数据分析和准备医学成像模型以供监管部门批准方面提供了动手经验。 完成此项目后，您将能够： 为2D医学成像的常见临床应用推荐合适的成像方式 对医学影像数据进行探索性数据分析（EDA），
【文件预览】：
Pneumonia_Detection-main
----test3.dcm(1MB)
----validage.png(5KB)
----histodict(2KB)
----examples.png(691KB)
----f1.png(12KB)
----test4.dcm(1MB)
----test2.dcm(1MB)
----Build and train model.ipynb(1.13MB)
----FDA_Submission_Final_last.pdf(276KB)
----test6.dcm(1MB)
----my_model.json(12KB)
----history.png(28KB)
----best_my_model.best.hdf5(56.29MB)
----test1.dcm(1MB)
----.Rhistory(0B)
----test5.dcm(1MB)
----Inference.ipynb(5KB)
----EDA.ipynb(2.16MB)
----README.md(14KB)
----Flowchart.png(7KB)
----sample_labels.csv(422KB)
----prerec.png(20KB)
----trainage.png(5KB)