颜色分类leetcode NIH-胸部-X射线-分类设置这个加州大学伯克利分校数据科学信息硕士W207最终项目是由团队开发的。该项目通过使用深度神经网络架构对NIH胸部X射线数据集进行分类。我们通过增量步骤优化模型,首先调整超参数,然后尝试不同架构,最终创建了最终模型。该项目的动机是复制或改进以下论文中列出的结果。项目工作流程基于Chahhou Mohammed制定的流程,他是Kaggle Zillow数据集预测奖获得者。我们对NIH胸部X射线图像的Kaggle数据集进行了相同任务。数据集由NIH收集,包含来自30,000多名患者的100,000多张胸部X射线图像。数据代表放射学报告的NLP分析,可能包括诊断可信度较低的区域。基于数据集的大小,数据集在诊断中是准确的。
颜色分类leetcode NIH Chest X rays Classification:NIH 胸部 X射线 分类
文件列表
NIH-Chest-X-rays-Classification-master.zip
(预估有个75文件)
NIH-Chest-X-rays-Classification-master
src
ensemble_model.ipynb
863KB
train.py
16KB
reset.py
775B
v3-train-simple-xray-cnn-multi-binarizer-Image-Size.ipynb
1.45MB
utils.py
6KB
ROCs.ipynb
6KB
data_preparation.py
3KB
keys
暂无评论