胸腔辨識系統 

本系統結合深度學習技術，透過分析胸腔X光片，快速辨識潛在的疾病，協助醫生減輕影像判讀負擔並提升診斷效率。我們採用 EfficientNet-B7 模型，搭配Focal loss 處理類別不平衡問題，提供精確的病情預測。

系統具備資料管理功能，可儲存患者歷年檢查資料，記錄看診情況，並對同類疾病照片進行分類儲存，方便醫生進行特定疾病分析。

專題老師 : 郭家旭  教授      專題學生 : 張心玫、葉庭妤

參考文獻提出了使用pre-trained model進行訓練及測試，但其準確率仍有進一步提升的空間。 我們使用該篇論文的資料集，改進該資料集的模型表現，開發一個準確且高效的胸腔辨識系統。  

參考文獻

Wang, X., Peng, Y., Lu, L., Lu, Z., Bagheri, M., & Summers, R. M. (2017).ChestX-ray8: Hospital-scale Chest X-ray Database and Benchmarks on Weakly-Supervised Classification and Localization of Common Thorax Diseases. 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3462–3471.

https://doi.org/10.1109/CVPR.2017.369