Optymalizowany framework EfficientNetB0 z przetwarzaniem wstępnym opartym na CLAHE dla dokładnej wieloklasowej klasyfikacji zdjęć rentgenowskich klatki piersiowej

Lepsze wsparcie z wykorzystaniem zdjęć rentgenowskich klatki piersiowej

Zdjęcia rentgenowskie klatki piersiowej należą do najczęściej wykonywanych badań medycznych na świecie, jednak ich prawidłowa interpretacja — zwłaszcza gdy równocześnie występuje kilka problemów dotyczących płuc lub serca — wcale nie jest prosta. W tym badaniu opisano nowy system komputerowy, który pomaga lekarzom dokładniej wykrywać wiele chorób klatki piersiowej na jednym zdjęciu, stosując starannie dostrojony model sztucznej inteligencji (AI) oraz kroki poprawy obrazu, które uwydatniają subtelne detale.

Cytowanie: Hegazy, N.Y., Sawah, M.S. An optimized EfficientNetB0 framework with CLAHE-based preprocessing for accurate multi-class chest X-ray classification. Sci Rep 16, 10811 (2026). https://doi.org/10.1038/s41598-026-42492-1

Słowa kluczowe: Sztuczna inteligencja rentgen klatki piersiowej, wykrywanie chorób płuc, głębokie uczenie w radiologii, przetwarzanie obrazów medycznych, klasyfikacja wieloetykietowa