mlmed/torchxrayvision

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

What it solves

TorchXRayVision 簡化了使用胸部 X 光資料集與深度學習模型的流程。它免除研究人員為臨床問題從頭訓練模型的需求，並提供統一介面，讓模型能在多個外部資料集上進行評估，這些資料集往往具有不同的中繼資料格式。

How it works

此函式庫提供通用的前處理流程與標準化介面，支援各種公開的胸部 X 光資料集。它包含預訓練模型（主要是 DenseNet121 與 ResNet50），可用於分類、表徵學習與解剖分割，同時也提供預訓練的自編碼器以進行特徵抽取。

Who it’s for

針對需要快速分析大型資料集、在少樣本學習中重複使用特徵，或在不同資料來源間評估模型泛化能力的醫學影像研究者與 AI 開發者。

Highlights

  • Pre-trained Models: 可取得在多樣族群（如 NIH、CheXpert、MIMIC-CXR）上訓練的模型，作為基線或特徵抽取器。
  • Unified Dataset Interface: 只需一行程式碼即可切換資料集，並可合併或篩選資料以研究分布轉移。
  • Anatomical Segmentation: 提供預訓練模型，可分割胸部 X 光中的 14 種不同解剖結構。
  • Pathology Masks: 支援 RSNA、SIIM 等資料集中的病理特定遮罩，以進行更精確的分析。
  • Distribution Shift Tools: 如 CovariateDataset 等工具，可模擬與研究共變量轉移及模型泛化失敗情形。