Обнаружение переломов костей по рентгеновским снимкам

О сервисе

Что умеет модель Эта модель предназначена для автоматического обнаружения переломов костей на рентгеновских снимках. Она классифицирует изображение как содержащее перелом (fractured) или не содержащее перелом (not fractured). Модель может быть использована для помощи врачам в первичной диагностике и для автоматизированного анализа больших объемов рентгеновских снимков. Как обучена модель Модель была дообучена на основе предварительно обученной модели google/vit-base-patch16-224-in21k, представляющей собой Vision Transformer (ViT). В процессе обучения модель была адаптирована к задаче классификации рентгеновских снимков с переломами. Использовались следующие ключевые параметры: Архитектура: ViT (Vision Transformer) Размер патча: 16 Размер изображения: 224x224 пикселя Количество слоев: 12 Размер скрытого слоя: 768 Результаты обучения показывают высокую точность и низкие потери на проверочном наборе данных: Training Loss Epoch Step Validation Loss Accuracy 0.5407 1.0 111 0.2512 0.9143 0.1819 2.0 222 0.1203 0.9526 0.1351 3.0 333 0.1183 0.9521 0.101 4.0 444 0.0905 0.9616 0.0705 5.0 555 0.0958 0.9628 0.0658 6.0 666 0.0671 0.9729 0.0584 7.0 777 0.0498 0.9803 0.0507 8.0 888 0.0633 0.9735 0.0508 9.0 999 0.0640 0.9797 0.0432 10.0 1110 0.0458 0.9769 Применение Модель может быть использована в следующих сценариях: Автоматическая предварительная обработка рентгеновских снимков в медицинских учреждениях. Инструмент для помощи в принятии решений для врачей-рентгенологов. Анализ больших наборов данных рентгеновских снимков для выявления закономерностей и тенденций. Пример использования модели: Ссылки Hemgg/bone-fracture-detection-using-xray Ссылки https:// https://huggingface.co/Hemgg/bone-fracture-detection-using-xray Источник: https://qubu.ai/models/obnaruzhenie-perelomov-kostei-po-rentgenovskim-snimkam License: MIT