基于弱监督学习的胸部 X 射线智能辅助诊断研究

智能工程与自动化学院

Research on intelligent auxiliary diagnosis of chest X-ray based on weakly supervised learning

本项目旨在利用基于弱监督学习，研究胸部X射线图像的智能辅助诊断方法。项目通过分割解剖区域并生成相应的诊断报告，以提高放射科医生的工作效率，减轻医疗系统中放射科医生短缺的问题。研究内容包括解剖区域检测、对比注意力增强和文本生成等关键技术。项目采用的主要技术包括Faster R-CNN模型和在PubMed上微调的GPT-2模型，力求实现高效、准确和可解释的自动诊断报告生成。