Die Studie beschreibt die Entwicklung einer mobilen Anwendung namens "PneumoniaAPP" zur effizienten Diagnose von pädiatrischer Mycoplasma-Pneumonie. Dafür wurde ein umfassender Datensatz mit 3.345 Röntgenbildern der Brust erstellt, der 833 Bilder von Mycoplasma-Pneumonie und zusätzlich Bilder von normalen Fällen sowie bakterieller und viraler Pneumonie enthält.
Ein CNN-Modell wurde trainiert, um die Wahrscheinlichkeit einer pädiatrischen Mycoplasma-Pneumonie vorherzusagen und verdächtige Läsionsbereiche in den Röntgenbildern zu markieren. Das Modell erreichte eine Genauigkeit von 88,20%, eine AUC von 0,9218 und einen F1-Score von 0,8824 auf dem Testdatensatz.
Darüber hinaus wurden Techniken zur Erklärbarkeit des Modells integriert, um Ärzten bei der Lokalisation der Lungentrübungen zu unterstützen. Die mobile Anwendung "PneumoniaAPP" wurde entwickelt, um die Diagnose von pädiatrischer Mycoplasma-Pneumonie in der Praxis zu erleichtern und die Belastung des Gesundheitssystems zu verringern.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Jiaming Deng... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00549.pdfDeeper Inquiries