Pneumonia-Detection:目的是建立一个肺炎检测系统，以定位图像中炎症的位置。 在这里，我们建立了一种算法，通过边...

肺炎检测 目的是建立一个肺炎检测系统，以定位图像中炎症的位置。 在这里，我们建立了一种算法，通过边界框使用CNN检测医学图像中肺炎的视觉信号。 问题陈述 在这个顶点项目中，目标是建立一个肺炎检测系统，以定位图像中炎症的位置。 具体来说，您的算法需要在胸部X光片上自动定位肺部混浊。 具有稀疏物质的组织（例如充满空气的肺）不会吸收X射线，并且在图像中显示为黑色。 密集的组织（例如骨头）会吸收X射线，并在图像中显示为白色。 从理论上讲，我们在检测“肺部混浊”时，有些肺部混浊与肺炎无关。 在数据中，其中一些被标记为“肺不透明不正常”。 额外的第三类数据表明，虽然确定不存在肺炎，但图像上仍存在某种类型的异常，并且该发现通常可以模仿真正的肺炎的出现。 Dicom原始图像 医学图像以一种称为DICOM文件（* .dcm）的特殊格式存储。 它们包含标头元数据以及像素数据的基础原始图像数组的组合。 这是背景