文件名称：百草枯项目
文件大小：1KB
文件格式：ZIP
更新时间：2024-03-09 00:23:23
百草枯项目 医疗错误很难被发现和解决，尤其是在医院医生在压力下工作时，例如在急诊室。 数据分析和机器学习模型可以帮助医生减少医疗诊断中的错误。 该项目的目的是开发一种系统，该系统可帮助医生基于Vejle Sygehus急诊室的X射线图像检测肺炎病例。 该项目研究了不同的算法和技术，以便获得最佳的准确性分数。 它比较了从训练117种不同模型获得的准确性得分。 这些模型属于以下算法：卷积神经网络，支持向量机和Logistic回归。 所获得的最佳模型属于CNN算法，其准确性分数如下：准确性率为0.96，灵敏度分数为0.99，特异性为0.87。 本项目中开发的系统遵循微服务架构设计模式，从而形成了可扩展的系统。 此外，对于该项目而言，将X射线图像存储在文件系统中并在数据库中保留路径是有效的。 该系统使用HTTP协议进行同步通信，使用AMQP进行异步通信，这对于在微服务体系结构中创建松耦合服务非常有
【文件预览】：
Bachlor-s-Project-main
----README.md(2KB)