mlmed/torchxrayvision

TorchXRayVision: A library of chest X-ray datasets and models. Classifiers, segmentation, and autoencoders.

What it solves

TorchXRayVision 简化了使用胸部 X 光数据集和深度学习模型的流程。它免除研究人员为临床问题从头训练模型的需求，并提供统一接口，让模型能够在多个外部数据集上进行评估，这些数据集往往具有不同的元数据格式。

How it works

该库提供通用的预处理链和标准化接口，支持各种公开的胸部 X 光数据集。它包含预训练模型（主要是 DenseNet121 和 ResNet50），可用于分类、表征学习和解剖分割，同时也提供预训练的自编码器用于特征提取。

Who it’s for

面向需要快速分析大规模数据集、在少样本学习中复用特征，或在不同数据源之间评估模型泛化能力的医学影像研究者和 AI 开发者。

Highlights

  • Pre-trained Models: 可获取在多样人群（如 NIH、CheXpert、MIMIC-CXR）上训练的模型，作为基线或特征提取器。
  • Unified Dataset Interface: 只需一行代码即可切换数据集，并可合并或过滤数据以研究分布转移。
  • Anatomical Segmentation: 提供预训练模型，可分割胸部 X 光中的 14 种不同解剖结构。
  • Pathology Masks: 支持 RSNA、SIIM 等数据集中的病理特定掩码，以进行更精确的分析。
  • Distribution Shift Tools: 如 CovariateDataset 等工具，可模拟和研究协变量转移及模型泛化失败情况。