RSNA骨龄免费

资源介绍

背景 在 RSNA 2017 上，有一场比赛是为了从孩子的手的 X 光片中正确识别孩子的年龄。这是 Kaggle 上的数据集，可以更轻松地进行实验和进行教育演示。此外，也许还有一些新想法可以构建更智能的模型来处理 X 射线图像。内容 包含年龄（要预测的内容）和性别（有用的附加信息）的 CSV 文件的许多充满图像（数字和扫描）的文件夹 致谢 数据集最初发布在 [CloudApp](http://rsnachallenges) .cloudapp.net/competitions/4#results) 作为 RSNA 挑战。原始数据集致谢 北美放射学会 (RSNA) 放射信息学委员会 (RIC) 小儿骨龄机器学习挑战组委会： - Kathy Andriole，马萨诸塞州总医院 - Brad Erickson，梅奥诊所 - Adam Flanders，托马斯杰斐逊大学 - Safwan Halabi，斯坦福大学 - Jayashree Kalpathy-Cramer，马萨诸塞州总医院 - Marc Kohli，加利福尼亚大学 - 旧金山 - Luciano Prevedello，俄亥俄州立大学数据用于儿科骨龄挑战的装置由斯坦福大学、科罗拉多大学和加州大学洛杉矶分校提供。用于挑战的 MedICI 平台（内置 CodaLab）由 Jayashree Kalpathy-Cramer 提供，由 NIH 赠款 (U24CA180927) 和 Leidos 的合同提供支持。灵感 - 你能用比 4 更好的预测吗？2个月的准确度？- 识别关节是重要的一步吗？- 什么算法效果最好？- 算法的重点是什么？- 性别是必要的信息还是可以从图像中自动得出？