深度医疗(3) - 基于深度学习肺部病变诊断识别

深度医疗是笔者基于深度学习的医学项目应用开发实践，经过整理输出了文档和本系列课程，希望通过分享可以和大家共同讨论、相互学习，探索更好的解决方案。笔者是一名普通的大数据和人工智能领域从业者，过程中如有错误和理解不到位的地方请广大同仁不吝赐教。笔者一直坚信深度学习和医学的有机结合一定能碰撞出性能强大的深度医疗系统，服务大众。

深度医疗(3) - 肺部病变诊断识别

本文主要介绍了通过深度学习进行肺部病变识别的应用，首先简单介绍了影像学医学背景和相关知识，接着介绍了目前能获得的公开的肺部病变数据集，最后介绍了神经网络的实现方式和处理后的效果以及性能分析，其中涉及到了多特征识别的问题。

1.概述

背景

胸部X射线检查是最常见和最具成本效益的检查之一。医学影像学检查。然而，胸部X射线的临床诊断是具有挑战性的，有时被认为比胸部CT成像更难诊断。

目前有一些很前沿的研究，尤其是最近的深度学习被用于结核病（TB）分类上，实现了临床相关的计算机辅助检测，但在真实世界医学网站上的诊断（CAD）所有的X射线胸部数据仍然是非常困难的。

如何利用医院的知识库，并通过深度学习训练这些宝贵的影像，以建立真正大规模的高精度电脑辅助诊断，是现在一个非常前沿的课题。

影像学

影像学不仅扩大了人体的检查范围，提高了诊断水平，而且可以对某引些疾病进行治疗。这样，就大大地扩展了本学科的工作内容，并成