20、医学领域的心血管疾病检测与因果推理方法

医学领域的心血管疾病检测与因果推理方法

心血管疾病检测

在心血管疾病检测方面，主要采用了转移学习方法结合数据预处理的方式，对胸部X光图像进行分析，重点关注心脏的两种危险疾病：心脏扩大症和主动脉瘤疾病。

实验场景及结果

• 场景1 ：使用VGG16、MobileNet和Xception三种模型，分别在原始数据和预处理数据上进行转移学习和微调。结果显示，数据预处理结合转移学习方法能显著提高准确率。例如，VGG16模型在转移学习阶段，原始数据的测试准确率为0.94，预处理后提高到0.95；微调阶段，原始数据测试准确率为0.95，预处理后仍保持0.95。具体数据如下表所示：
  | 阶段 | 模型 | 原始数据 - 训练准确率 | 原始数据 - 测试准确率 | 原始数据 - F1 | 预处理数据 - 训练准确率 | 预处理数据 - 测试准确率 | 预处理数据 - F1 |
  | — | — | — | — | — | — | — | — |
  | 转移学习 | VGG16 | 0.97 | 0.94 | 0.94 | 0.97 | 0.95 | 0.95 |
  | 转移学习 | MobileNet | 0.98 | 0.93 | 0.93 | 0.96 | 0.93 | 0.93 |
  | 转移学习 | Xception | 0.96 | 0.92 | 0.92 | 0.97 | 0.88 | 0.89 |
  | 微调 | VGG16 | 0.98 | 0.95 | 0.95 | 0.99 | 0.95 | 0.95 |
  | 微调 | MobileNet | 0.98 |