SWPU_butterfly 的博客

原创 【Intel oneAPI 校企合作课程】基于ResNet-50的肺炎检测模型

随着 CT（计算机断层扫描）和MRI（磁共振成像）的发展，医生需要查看的医学影像极大地增加。随着深度学习在计算机视觉上的突破，将其用于诊断成像检测已成为一种实用且高效的方式。这种方式可以提高临床医生的工作效率，增强成像解释，并协助异常检测、鉴别诊断和工作列表优先级排序，对检测患者的肺部病变具有重要价值。该​​​​数据集分为 3 个文件夹（train训练集、test测试集、val验证集），并包含每个图像类别（肺炎、正常）的子文件夹。共有 5863 张 X 光图像（JPEG）和 2 个类别（肺炎、正常）。