Chest X-ray Nodule Classifier (DenseNet-121)

Это DenseNet-121, дообученный отличать рентгеновские снимки грудной клетки с узелком или массой в лёгких от нормы («No Finding»). Обучен на NIH ChestX-ray14; вход — RGB 224×224, выход — один логит, sigmoid которого даёт вероятность находки.

⭐ Ключевые особенности

• 📓 Обучение на 44 828 снимках NIH ChestX-ray14: положительные — все метки Nodule или Mass, отрицательные — «No Finding» по 3 на 1 положительный.
• ⚪ Архитектура DenseNet-121 из ImageNet-весов; чекпоинт хранит threshold, img_size, epoch и val_auc.
• ✅ На тесте AUC-ROC 0.812; при пороге 0.120 — sensitivity 90.3%, specificity 45.2%.
• 🚨 Только для исследований и обучения; это не медицинское изделие и не для клинического применения.

💻 Пример

import torch, torch.nn as nn
from huggingface_hub import hf_hub_download
from torchvision import models
ckpt = torch.load(hf_hub_download('trungvu0307/chest-xray-nodule-densenet121', 'model.pt'), map_location='cpu')
model = models.densenet121(weights=None)
model.classifier = nn.Linear(model.classifier.in_features, 1)
model.load_state_dict(ckpt['state_dict'])
model.eval()

Подробнее

AUC-ROC 0.812 (95% CI 0.794–0.827), sensitivity 90.3%, specificity 45.2% при пороге 0.120.
Тест: 6 966 снимков от 2 917 пациентов, не видевшихся при обучении.
Ограничения: шумные метки, негативы только «No Finding», хуже на изолированных узелках (sensitivity 86.8%) и AP/portable (AUC 0.773), нет внешней валидации.
Только research/educational, не медицинское изделие.