Deep learning for abnormality detection in chest x-ray images

Abstract

В данной работе рассмотрены сверточные нейронные сети архитектур GoogLeNet, Inception-V3, ResNet для задачи распознавания аномалий в рентгенограммах грудной клетки.Также применен метод сегментации изображений для вырезания легких. Было произведено сравнение результатов обучения глубоких нейронных сетей и выявлено, что увеличение глубины сетей не сильно влияет на точность распознания аномалий в данных снимках.

In this paper consider convolutional neural networks of the architecture of GoogLeNet, Inception-V3, ResNet for the solution of problems of recognition of anomalies in chest radiographs. A method of segmentation of images for cutting out lungs is also applied. Compare the results of training deep neural networks and found that increasing the depth of networks does not greatly affect the accuracy of the recognition of anomalies in these images.