基于深度视觉的肺部疾病检测

解决医学影像数据及难以获取和已有辅助诊断模型准确率低的问题。方法:创建包含6中肺部疾病的大型数据集Chest-6CT,并提出对模型ViT采用迁移学习的方式进行训练学习。结果:实验结果表明模型在数据集Chest-6CT上的准确率、精确度、召回率、特异性以及F1分别达到了0.955、0.879、0.98、0.973和0.927。结论:采用迁移学习的方法可实现ViT在数据集Chest-6CT上对肺部疾病高精度的识别检测。