lung_diseases-cv：该项目旨在通过深度学习在健康领域解决一些医学患者的胸部X光图像

肺部疾病 :ambulance: 描述 :page_with_curl: 来自卡塔尔多哈卡塔尔大学和孟加拉国达卡大学的一组研究人员，以及来自巴基斯坦和马来西亚的合作者与医生合作，建立了一个针对COVID-19阳性病例的胸部X射线图像数据库，以及正常和病毒性肺炎图像。 在我们当前的版本中，有1200个COVID-19阳性图像，1341正常图像和1345病毒性肺炎图像。 一旦获得COVID-19肺炎患者的新X射线图像，我们将继续更新此数据库。 ResNet50架构 我们使用ResNet50架构作为此案例的模型，我们认为此架构应用了医学图像来替换某些图层并在此模型中进行了微调。 我们在项目中提出新需求并适应最终解决方案架构的过程中，对架构进行了新的改动，并对架构进行了一些更改。 人工智能应用 这是一张gif文件，显示了该项目中完成的最终应用程序，这是一个由streamlit框架创建的网络应用程序，可以让医生看到真正的X射线诊断。