OSIC肺纤维化竞赛(贝叶斯模型) 介绍 OSIC肺纤维化进展竞赛是一项Kaggle竞赛,您需要完成预测FVC(强制肺活量)的任务,FVC与下一个146周的强制呼气量(FEV)测试中呼出的空气总量有关。 您将获得CT扫描图像,以了解过去几周的第一次相遇,元数据和信息。 方法 CT扫描处理 我们确定一个遮罩,以区分图像中的其他实体和肺部。 我用两种方法做到这一点:1)简单的像素阈值区分和2)KMeans聚类。 应用了进一步的图像处理(例如腐蚀和膨胀)以进一步区分这两个区域。 然后将识别出的蒙版应用于原始图像,以获得孤立的肺部图像。 这些操作的结果如下所示: 隔离肺部后,从生成的图像中确定像素统计信息,以用作后续模型中的特征。 确定了诸如均值,方差,偏斜和峰度之类的统计信息。 贝叶斯建模 使用马尔可夫链蒙特卡洛(MCMC)采样方法和变分推断来估计模型的参数。 生成模型是分层的,这意味着信息