雷锋网 (大众号：雷锋网) AI 研习社按，往年一月，吴恩达团队发布医学影像数据集 MURA ，MURA 是目前最大的 X 光片数据库之一，包括源自 移动互联网在带来全新社交体验的同时，也或多或少使人们产生了依赖。移动互联网使网络、智能终端、数字技术等新技术得到整合，建立了新的产业生态链，催生全新文化产业形态。14982 项病例的 40895 张肌肉骨骼X光片。1 万多项病例里有 9067 例正常的下级肌肉骨骼和 5915 例上肢异常肌肉骨骼的 X 光片，部位包括肩部、肱骨、手肘、前臂、伎俩、手掌和手指。每个病例包括一个或多个图像，均由放射科医师手动标志。

图：MURA 数据库，包括肩部，肱骨，手肘，前臂，伎俩，手掌和手指等上肢。

日前，斯坦福宣布基于 MURA 发起一项检测肌肉异常的深度学习应战赛。

主办方运用隐藏测试集停止模型评价，参赛团队需求在 Codalab 上提交代码，然后他们提供的代码将会在非地下测试集上运转。主办方表示，这样的设置保证了竞赛的公道性。

此前，基于 MURA，吴恩达团队开发了一个无效的异常检测模型，他们将一个或多个 X 光片输出该模型预测每个 X 光片的异常概率，然后得出同一病例一切 X 光片异常概率的均匀值，之后作为 X 光片的异常概率输入。他们从 209 项继续跟踪的病例中挑选了 6 个病例，将模型和专业放射科医生给出的诊断后果停止比拟，发现模型的诊断才能到达了与放射科医生相当的程度。「在诊断手指和伎俩异常时，模型检测异常的才能强于最好的医生。但是，在诊断膝、前臂、肱骨和肩部异常时，模型的表现不如医生的表现。」

那么这次的竞赛，会发生出新的弱小的深度学习模型吗？拭目以待。

竞赛信息参见： https://stanfordmlgroup.github.io/competitions/mura/

相关文章：

吴恩达团队发布最大医学影像数据集 MURA，基于深度学习检测骨骼疾病

雷锋网版权文章，未经受权制止转载。概况见。