MSU Abdominal Ultrasound / CC BY 4.0
bv-abdus-v1 · BlackVoxel
Reconhecimento de órgãos no ultrassom.
Classificação de dez estruturas em quadros de ultrassonografia abdominal.
O que faz
O modelo identifica a estrutura presente no quadro para roteamento e controle de qualidade. As classes se referem a órgãos, não a doenças.
- Modelo
- bv-abdus-v1
- Propriedade
- BlackVoxel
- Base
- ResNet-18 / ImageNet transfer / 10 classes
- Dados
- MSU Abdominal Ultrasound / CC BY 4.0
Demo
Imagem, mapa de atenção e rascunho de laudo.
A tela usa resultados já processados. A inferência não roda nesta página.
Rim · 100%
B-MODEW/L · AUTO
SAÍDA ARMAZENADA DO MODELOGRAD-CAM
Treinamento e avaliação
Dados e configuração.
ResNet-18 / ImageNet transfer / 10 classes
Rótulos da tarefa
teste independente
ResNet-18 ajustada em 4.109 quadros rotulados. O treinamento usa o conjunto do radiologista 1 e o teste usa todo o conjunto independente do radiologista 2.
Acurácia 0,820, macro-AUROC 0,978 e macro-F1 0,732 no teste independente com 1.334 quadros.
Resultados no teste
Desempenho medido.
macro-AUROC
teste independenteacurácia
dez classesmacro-F1
n=1.334O teste usa dados de um segundo grupo de radiologistas. O recall da classe veia porta foi 0,091.
Limitações
Escopo deste resultado.
- 01
Reconhece órgão; não detecta cálculo, aneurisma ou lesão focal.
- 02
Quadro único, não a varredura do exame.
- 03
Classes raras têm estimativas instáveis e baixo recall.
Próximo modelo
MG / ROI