开发工具:
文件大小: 46mb
下载次数: 0
上传时间: 2021-03-04
详细说明：该项目旨在通过机器X射线图像预测肺炎的机器学习挑战。
原始数据集RSNA肺炎需要在X射线胸片中定位肺不透明区域。 我们将此数据集调整为“正常”与“肺不透明度”的二元分类。 我们训练一个分类器，然后在定位异常区域时测试其性能。
我们研究了两种协议来系统地评估GradCAM生成的注意力热图。 第一个协议使用边界框内的比例（跟随GradCAM）评估关注热点图的可信赖性。
注意权重矩阵和边界框从修改第二种协议通过带注释的和预测的边界框的“交集上的交集”来度量可信赖性。 预测边界框定义为保持激活至少95％的最小矩形（紧随ProtoPNet之后）。 左：目标边界框为红色。 中：热图。 右图：矩形至少包含95％的橙色激活。 借条= 0.65
交叉口相交协议似乎是两者中比较好的一种。 尽管如此，该协议仍然存在一些缺陷。 要解决的主要问题是如何将注意力热图转换为预测的边界框。 多个不连续区域出现故
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
