AI医学影像:小儿肺炎患者诊断

分享给好友

本地提交

在线提交

本地提交

在线提交

大赛简介

胸部X线影像(前-后)选自广州市广州妇女儿童医学中心一至五岁儿科患者。所有胸部X射线成像均作为患者常规临床护理的一部分进行。

有5,863个X射线图像(JPEG)和2个类别(肺炎/正常)。

赛事主题和数据说明

赛题描述

通过实现算法并提交训练,获取奖金池奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!

数据来源

ChestXray

数据描述

字段说明:

字段名 字段类型 取值区间 字段描述
image_path file_path 不为空 图片的相对路径
type int 不为空 图片对应的类别
label int 大于等于 0, 小于等于 1 图片的标注标签

输入字段: image_path,

输出字段: labels,

参考文献:

[1]chest-xray-pneumonia

评审标准

评审指标说明

  • 精确率(Precision,简称为P):正确预测为正的占全部预测为正的比例
  • 召回率(Recall,简称为R):正确预测为正的占全部实际为正的比例
  • F1-Score 是精确率和召回率的一种加权平均,它的最大值为1,最小值为0
  • 计算公式如下:
  • 评审计算公式

展开

  • 竞赛排行榜
  • 自由练习榜单
第三名

提供者:看你很6哦

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为96.41。

2019-05-08 17:26:35

96.41

暂未公开
第三名

提供者:你猜猜我是谁

暂未公开
batch数据为256,循环次数为100次,损失函数优化完,最终完成评分为96.05。

2019-05-07 11:56:43

96.05

暂未公开
第三名

提供者:YY

暂未公开
batch数据为128,循环次数为220次,损失函数优化完,最终完成评分为95.2。

2019-07-15 00:06:06

95.20

暂未公开
4

提供者:weiliming

暂未公开
batch数据为64,循环次数为50次,损失函数优化完,最终完成评分为94.47。

2019-07-09 17:19:23

94.47

暂未公开
5

提供者:极简

大神经验
batch数据为128,循环次数为5次,损失函数优化完,最终完成评分为93.71。

2019-05-12 12:00:34

93.71

大神经验
6

提供者:汐炎

大神经验
batch数据为64,循环次数为50次,损失函数优化完,最终完成评分为93.59。

2019-05-07 23:26:56

93.59

大神经验
7

提供者:minth

大神经验
batch数据为64,循环次数为1次,损失函数优化完,最终完成评分为92.51。

2019-07-19 09:04:14

92.51

大神经验
8

提供者:交差墒

大神经验
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为92.41。

2019-05-31 00:14:56

92.41

大神经验
9

提供者:兔子是菜鸟

大神经验
batch数据为64,循环次数为5次,损失函数优化完,最终完成评分为91.56。

2019-05-06 00:46:52

91.56

大神经验
10

提供者:lyming

大神经验
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为91.24。

2019-05-12 17:03:18

91.24

大神经验
11

提供者:加勒比

暂未公开
batch数据为80,循环次数为500次,损失函数优化完,最终完成评分为90.95。

2019-05-15 10:50:48

90.95

暂未公开
12

提供者:火炎焱燚

暂未公开
batch数据为64,循环次数为37次,损失函数优化完,最终完成评分为89.82。

2019-05-07 20:37:13

89.82

暂未公开
13

提供者:Winteriscoming

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为89.8。

2019-05-11 16:28:38

89.80

暂未公开
14

提供者:就是很任性

暂未公开
batch数据为50,循环次数为1次,损失函数优化完,最终完成评分为87.7。

2019-05-10 17:25:44

87.70

暂未公开
15

提供者:Ant_

暂未公开
batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为87.39。

2019-05-10 03:08:00

87.39

暂未公开
16

提供者:从小跑开始

暂未公开
batch数据为64,循环次数为2500次,损失函数优化完,最终完成评分为87.22。

2019-05-26 19:58:06

87.22

暂未公开
17

提供者:喵喵

暂未公开
batch数据为128,循环次数为5000次,损失函数优化完,最终完成评分为87.09。

2019-05-11 17:03:10

87.09

暂未公开
18

提供者:理言

暂未公开
batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为86.43。

2019-05-09 08:08:03

86.43

暂未公开
19

提供者:Silence

暂未公开
batch数据为64,循环次数为400次,损失函数优化完,最终完成评分为86.38。

2019-05-06 07:52:44

86.38

暂未公开
20

提供者:cv1557321940

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为86.09。

2019-07-29 18:19:46

86.09

暂未公开
21

提供者:Micoon

暂未公开
batch数据为50,循环次数为10次,损失函数优化完,最终完成评分为86.04。

2019-05-15 14:22:08

86.04

暂未公开
22

提供者:FastAI可解释性差

暂未公开
batch数据为160,循环次数为3次,损失函数优化完,最终完成评分为85.92。

2019-05-13 20:33:32

85.92

暂未公开
23

提供者:trick_or_treat

暂未公开
batch数据为64,循环次数为600次,损失函数优化完,最终完成评分为85.3。

2019-05-05 21:22:25

85.30

暂未公开
24

提供者:hhy

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为85.18。

2019-05-06 14:12:24

85.18

暂未公开
25

提供者:Endeløs læring

暂未公开
batch数据为128,循环次数为3000次,损失函数优化完,最终完成评分为84.94。

2019-05-09 17:39:32

84.94

暂未公开
26

提供者:打酱油

暂未公开
batch数据为16,循环次数为2000次,损失函数优化完,最终完成评分为84.81。

2019-05-07 21:29:02

84.81

暂未公开
27

提供者:linlh

暂未公开
batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为84.54。

2019-05-29 20:44:59

84.54

暂未公开
28

提供者:yangsmile

暂未公开
batch数据为128,循环次数为66次,损失函数优化完,最终完成评分为84.53。

2019-05-06 15:33:31

84.53

暂未公开
29

提供者:我没说

暂未公开
batch数据为32,循环次数为250次,损失函数优化完,最终完成评分为84.49。

2019-05-08 11:15:38

84.49

暂未公开
30

提供者:Gifford

暂未公开
batch数据为64,循环次数为120次,损失函数优化完,最终完成评分为84.47。

2019-05-09 22:44:32

84.47

暂未公开
31

提供者:clare

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为84.35。

2019-05-07 17:35:58

84.35

暂未公开
32

提供者:凌空

暂未公开
batch数据为256,循环次数为50次,损失函数优化完,最终完成评分为84.18。

Keras

VGG16

2019-05-08 18:34:30

84.18

暂未公开
33

提供者:Student_HXJ

暂未公开
batch数据为64,循环次数为20次,损失函数优化完,最终完成评分为83.6。

2019-05-29 11:09:11

83.60

暂未公开
34

提供者:kongd

暂未公开
batch数据为512,循环次数为100次,损失函数优化完,最终完成评分为83.3。

2019-05-19 13:11:23

83.30

暂未公开
35

提供者:框架用的再熟练也只是个码农

暂未公开
batch数据为600,循环次数为128次,损失函数优化完,最终完成评分为82.74。

2019-05-16 10:20:12

82.74

暂未公开
36

提供者:Jason4521

暂未公开
batch数据为256,循环次数为800次,损失函数优化完,最终完成评分为82.73。

2019-05-12 10:21:19

82.73

暂未公开
37

提供者:no-free-lunch

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为82.16。

2019-05-15 13:18:40

82.16

暂未公开
38

提供者:M.

暂未公开
batch数据为512,循环次数为1次,损失函数优化完,最终完成评分为81.86。

Keras

LeNet-5

2019-05-07 02:45:52

81.86

暂未公开
39

提供者:我吃定了这第一

暂未公开
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为81.8。

2019-05-06 04:43:41

81.80

暂未公开
40

提供者:普六茹那罗延

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为81.7。

2019-05-07 17:57:41

81.70

暂未公开
41

提供者:ChangeBio

暂未公开
batch数据为64,循环次数为3000次,损失函数优化完,最终完成评分为81.43。

2019-05-08 03:14:27

81.43

暂未公开
42

提供者:hiccup

暂未公开
batch数据为128,循环次数为200次,损失函数优化完,最终完成评分为81.4。

2019-06-13 10:14:40

81.40

暂未公开
43

提供者:DDBG

暂未公开
batch数据为32,循环次数为40次,损失函数优化完,最终完成评分为81.3。

2019-05-15 13:35:49

81.30

暂未公开
44

提供者:Elgine

暂未公开
batch数据为128,循环次数为800次,损失函数优化完,最终完成评分为81.07。

2019-05-10 16:36:13

81.07

暂未公开
45

提供者:晓风

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为80.95。

2019-05-08 17:32:52

80.95

暂未公开
46

提供者:Lcxiang3

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为80.75。

2019-05-11 08:38:02

80.75

暂未公开
47

提供者:uuuuu

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为80.72。

2019-05-07 00:48:46

80.72

暂未公开
48

提供者:chyang

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为80.65。

2019-05-10 15:44:12

80.65

暂未公开
49

提供者:Joshua

暂未公开
batch数据为64,循环次数为2000次,损失函数优化完,最终完成评分为80.57。

2019-05-06 19:42:06

80.57

暂未公开
50

提供者:我是特种兵1557281850

暂未公开
batch数据为32,循环次数为30次,损失函数优化完,最终完成评分为79.75。

2019-05-15 15:27:41

79.75

暂未公开
51

提供者:Carol

暂未公开
batch数据为16,循环次数为100次,损失函数优化完,最终完成评分为79.71。

2019-05-10 15:40:14

79.71

暂未公开
52

提供者:XW

暂未公开
batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为79.66。

2019-05-07 16:36:40

79.66

暂未公开
53

提供者:whykifan

暂未公开
batch数据为256,循环次数为200次,损失函数优化完,最终完成评分为79.4。

2019-05-11 20:44:59

79.40

暂未公开
54

提供者:宇宙

暂未公开
batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为78.35。

2019-05-25 03:24:50

78.35

暂未公开
55

提供者:简逸

暂未公开
batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为77.86。

2019-05-06 15:54:03

77.86

暂未公开
56

提供者:jianbin.xu

暂未公开
batch数据为32,循环次数为5次,损失函数优化完,最终完成评分为77.84。

2019-05-16 13:10:59

77.84

暂未公开
57

提供者:天天向上

暂未公开
batch数据为64,循环次数为500次,损失函数优化完,最终完成评分为77.72。

2019-05-07 20:02:39

77.72

暂未公开
58

提供者:奔跑瞬间

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为77.4。

2019-05-22 19:33:58

77.40

暂未公开
59

提供者:bestfitting

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为76.96。

2019-05-07 10:15:54

76.96

暂未公开
60

提供者:smooklazz

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为75.76。

2019-05-06 20:32:07

75.76

暂未公开
61

提供者:江枫渔火

暂未公开
batch数据为32,循环次数为6000次,损失函数优化完,最终完成评分为75.59。

2019-05-06 03:11:05

75.59

暂未公开
62

提供者:刘喵兄

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为75.51。

2019-05-06 13:51:10

75.51

暂未公开
63

提供者:波尔

暂未公开
batch数据为32,循环次数为200次,损失函数优化完,最终完成评分为75.4。

2019-07-16 19:46:11

75.40

暂未公开
64

提供者:gezp

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为74.81。

2019-05-05 21:01:06

74.81

暂未公开
65

提供者:彼得·帕克

暂未公开
batch数据为2,循环次数为4000次,损失函数优化完,最终完成评分为74.8。

2019-05-10 06:28:28

74.80

暂未公开
66

提供者:zzz

暂未公开
batch数据为256,循环次数为100次,损失函数优化完,最终完成评分为74.65。

2019-05-08 11:49:45

74.65

暂未公开
67

提供者:Vincent

暂未公开
batch数据为128,循环次数为15次,损失函数优化完,最终完成评分为74.26。

2019-05-08 21:29:14

74.26

暂未公开
68

提供者:杨杨杨

暂未公开
batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为72.73。

2019-08-06 13:54:19

72.73

暂未公开
69

提供者:malena

暂未公开
batch数据为128,循环次数为300次,损失函数优化完,最终完成评分为71.58。

2019-05-09 12:06:55

71.58

暂未公开
70

提供者:无......有

暂未公开
batch数据为16,循环次数为1000次,损失函数优化完,最终完成评分为71.12。

2019-05-10 14:45:33

71.12

暂未公开
71

提供者:Reluminia

暂未公开
batch数据为6000,循环次数为1次,损失函数优化完,最终完成评分为70.7。

2019-05-09 14:12:41

70.70

暂未公开
72

提供者:Olivia

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为70.7。

2019-05-11 09:52:08

70.70

暂未公开
73

提供者:.co

暂未公开
batch数据为64,循环次数为1000次,损失函数优化完,最终完成评分为70.68。

2019-05-06 03:56:39

70.68

暂未公开
74

提供者:优雅一只猫

暂未公开
batch数据为32,循环次数为300次,损失函数优化完,最终完成评分为70.62。

2019-05-08 00:42:43

70.62

暂未公开
75

提供者:麦小杨

暂未公开
batch数据为256,循环次数为300次,损失函数优化完,最终完成评分为69.78。

2019-05-27 09:38:56

69.78

暂未公开
76

提供者:Teenage Dream

暂未公开
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为68.72。

2019-05-19 14:35:07

68.72

暂未公开
77

提供者:沙雕网友

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为68.19。

2019-05-10 04:57:47

68.19

暂未公开
78

提供者:闻剑船书铸扌

暂未公开
batch数据为32,循环次数为3000次,损失函数优化完,最终完成评分为68.11。

2019-05-14 10:42:19

68.11

暂未公开
79

提供者:jhp

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为66.81。

2019-05-06 01:43:44

66.81

暂未公开
80

提供者:天涯·明月·刀

暂未公开
batch数据为1,循环次数为1次,损失函数优化完,最终完成评分为65.71。

2019-07-19 08:44:16

65.71

暂未公开
81

提供者:风暴掀桌子

暂未公开
batch数据为64,循环次数为100次,损失函数优化完,最终完成评分为65.4。

2019-05-10 16:11:17

65.40

暂未公开
82

提供者:x

暂未公开
batch数据为32,循环次数为100次,损失函数优化完,最终完成评分为64.54。

2019-05-07 10:09:32

64.54

暂未公开
83

提供者:惊鸿飞雪

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为63.82。

2019-05-06 17:09:10

63.82

暂未公开
84

提供者:长弓PAN

暂未公开
batch数据为200,循环次数为30次,损失函数优化完,最终完成评分为63.22。

2019-05-10 17:15:29

63.22

暂未公开
85

提供者:给我两块啊

暂未公开
batch数据为32,循环次数为40次,损失函数优化完,最终完成评分为63.16。

2019-05-07 12:20:07

63.16

暂未公开
86

提供者:Simplestory

暂未公开
batch数据为128,循环次数为2000次,损失函数优化完,最终完成评分为60.18。

2019-05-12 13:30:51

60.18

暂未公开
87

提供者:唱跳RAP打篮球

暂未公开
batch数据为128,循环次数为1000次,损失函数优化完,最终完成评分为58.43。

2019-05-09 01:49:53

58.43

暂未公开
88

提供者:fsencen

暂未公开
batch数据为32,循环次数为80次,损失函数优化完,最终完成评分为57.75。

python

CNN

2019-05-17 17:51:31

57.75

暂未公开
89

提供者:凌霄@文强

暂未公开
batch数据为128,循环次数为100次,损失函数优化完,最终完成评分为55.46。

2019-05-05 22:44:15

55.46

暂未公开
90

提供者:chenyu

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为55.34。

2019-05-11 15:04:16

55.34

暂未公开
91

提供者:轩

暂未公开
batch数据为1,循环次数为10次,损失函数优化完,最终完成评分为54.61。

2019-05-14 17:20:08

54.61

暂未公开
92

提供者:强化学习

暂未公开
batch数据为128,循环次数为2500次,损失函数优化完,最终完成评分为54.55。

2019-05-06 21:20:52

54.55

暂未公开
93

提供者:冯了个杰

暂未公开
batch数据为500,循环次数为32次,损失函数优化完,最终完成评分为54.55。

2019-05-12 01:19:08

54.55

暂未公开
94

提供者:嘿嘿

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为54.55。

2019-06-05 17:12:54

54.55

暂未公开
95

提供者:pprp

暂未公开
batch数据为12,循环次数为32次,损失函数优化完,最终完成评分为54.55。

2019-08-06 08:29:55

54.55

暂未公开
96

提供者:金艳

暂未公开
batch数据为32,循环次数为50次,损失函数优化完,最终完成评分为52.83。

2019-06-04 09:19:36

52.83

暂未公开
97

提供者:丶人狠话不多

暂未公开
batch数据为64,循环次数为5000次,损失函数优化完,最终完成评分为50.96。

2019-05-06 00:29:16

50.96

暂未公开
98

提供者:tik_boa

暂未公开
batch数据为32,循环次数为2000次,损失函数优化完,最终完成评分为49.52。

2019-05-06 00:18:37

49.52

暂未公开
99

提供者:digger

暂未公开
batch数据为32,循环次数为1000次,损失函数优化完,最终完成评分为47.77。

2019-05-06 09:32:06

47.77

暂未公开
100

提供者:xungeer29

暂未公开
batch数据为32,循环次数为10次,损失函数优化完,最终完成评分为41.6。

2019-05-07 08:59:22

41.60

暂未公开
101

提供者:Bluove

暂未公开
batch数据为64,循环次数为30次,损失函数优化完,最终完成评分为27.56。

2019-05-11 04:41:37

27.56

暂未公开
102

提供者:binghang

暂未公开
batch数据为32,循环次数为40次,损失函数优化完,最终完成评分为22.07。

2019-05-16 02:47:26

22.07

暂未公开
103

提供者:青1564705852

暂未公开
batch数据为100,循环次数为32次,损失函数优化完,最终完成评分为0。

2019-08-02 11:40:40

0.00

暂未公开
第一名
YY 2019-08-10 16:13:05
2019-08-10 16:13:05
93.51
第二名
cnn 2019-08-16 09:44:20
2019-08-16 09:44:20
56.12
第三名
piano 2019-08-23 02:34:25
2019-08-23 02:34:25
54.55
4
hiccup 2019-08-07 14:16:56
2019-08-07 14:16:56
54.5
5
青1564705852 2019-08-18 19:26:30
2019-08-18 19:26:30
43.44
6
刘小花 2019-08-07 15:16:04
2019-08-07 15:16:04
0
7
motoleisure 2019-08-25 14:42:39
2019-08-25 14:42:39
0

挑战者大赛 官方交流群

训练记录

你还没有任何提交记录喔...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux
1. 下载项目并解压
2.进入到项目目录下,双击执行flyai.exe程序

第一次使用需要使用微信扫码登录

杀毒软件可能会误报,点击信任该程序即可

3.本地开发调试

运行flyai.exe程序,点击"本地调试"按钮,输入循环次数和数据量,点击运行即可调用main.py

如果使用本地IDE开发,需要执行安装“flyai”依赖并导入项目,运行main.py

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交到GPU"按钮,输入循环次数和数据量,点击运行即可提交到GPU训练。

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

1. 下载项目并解压
2. 打开运行,输入cmd,打开终端

Win+R 输入cmd

3. 使用终端进入到项目的根目录下

首先进入到项目对应的磁盘中,然后执行

cd path\to\project

Windows用户使用 flyai.exe

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

flyai.exe test

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

flyai.exe train

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

flyai.exe train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

1. 下载项目并解压
2. 使用终端进入到项目的根目录下

cd /path/to/project

Mac和Linux用户使用 ./flyai 脚本文件

3. 初始化环境并登录

授权flyai脚本

chmod +x ./flyai

4. 本地开发调试

执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)

./flyai test 注意:命令前面不要加sudo

执行test命令,会自动下载100条测试数据到项目下

安装项目所需依赖,并运行 main.py

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

项目中如有新的引用,需加入到 requirements.txt 文件中

在终端下执行

./flyai train 注意:命令前面不要加sudo

返回sucess状态,代表提交离线训练成功

训练结束会以微信和邮件的形式发送结果通知

完整训练设置执行代码示例:

./flyai train -b=32 -e=100

通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

$vue{ errorTip }

发送样例至我的邮箱

已发送

已发送成功

请查收FlyAI官方邮件查看详情 根据样例提高算法评分可以获得积分奖励 用来兑换GPU训练时长

确定

$vue{flag?'报名成功!':'参赛温馨提示'}

感谢您的参与!点击 下载资料 并及时提交您的作品

您在当前领域能力值未达到参赛标准,
请选择符合能力标准的项目哦!

下载资料

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知