일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- cocre
- GIT
- logistic regression
- IVI
- HookNet
- 도커
- ssh
- AIFFEL
- 티스토리챌린지
- numpy
- 코크리
- 기초확률론
- docker
- airflow
- Pull Request
- 프로그래머스
- 사회조사분석사2급
- aiffel exploration
- Jupyter notebook
- 백신후원
- 오블완
- Multi-Resolution Networks for Semantic Segmentation in Whole Slide Images
- 히비스서커스
- Decision Boundary
- docker attach
- cs231n
- CellPin
- docker exec
- WSSS
- vscode
- Today
- Total
히비스서커스의 블로그
Chest X-Ray Images (Pneumonia) 데이터 정보 본문
폐렴에 관한 의료사진을 보고 딥러닝 기술을 이용하여 정상인지 폐렴인지 판별해보자. 이번 데이터로는 Chest X-Ray Images (Pneumonia)를 사용하였다. 데이터에 대한 정보는 다음과 같다.
데이터 논문 링크
www.cell.com/cell/fulltext/S0092-8674(18)30154-5
데이터에 대한 이해
왼쪽의 이미지는 정상 흉부 X-ray로 이미지에서 희미한 영역없이 깨끗한 폐임이 드러난다. 가운데 이미지는 세균성 폐렴 X-ray로 오른쪽 상부 옆 (흰색 화살표)에서 초점 엽 강화를 나타낸다. 오른쪽 이미지는 바이러스성 폐렴으로 양쪽 폐에서 보다 확산된 간질성 패턴으로 나타난다.
캐글 링크
www.kaggle.com/paultimothymooney/chest-xray-pneumonia
데이터에 대한 정보
데이터세트는 크게 3가지(Train, Test, Validation)로 분류되며 각 이미지 카테고리 (폐렴 / 정상)에 대한 하위 폴더를 포함한다. 5863개의 X-ray 이미지(JPEG 형식)과 2개의 범주(폐렴 /정상)이 있다.
광저우에 있는 여성 및 어린이 의료센터 1~5세 소아 환자의 코호트 조사에서 흉부 X-ray선 영상 (전/후)를 선택하였고, 모든 흉부 X-선 영상은 환자의 일상적인 임상 치료의 일환으로 수행되었다.
흉부 X-ray 이미지 분석을 위해 모든 흉부 방사선 사진은 사전에 품질이 낮거나 읽을 수 없는 스캔을 모두 제거하여 선별되었다. 이미지에 대한 진단은 AI 시스템 교육을 위해 승인되기 전에 두 명의 전문 의사가 등급을 매겼다. 채점 오류를 설명하기 위해 또 다른 세번째 전문 의사가 평가 세트도 확인하였다.
-히비스서커스-
'Theory > Dataset Information' 카테고리의 다른 글
DIV2K 데이터셋 정보 (0) | 2021.03.09 |
---|---|
챗봇데이터 정보 (0) | 2021.03.07 |
CIFAR-10 dataset 정보 (0) | 2021.02.23 |
MovieLens 데이터 정보 (0) | 2021.02.02 |
Speech Commands Data set (0) | 2021.01.22 |