/ Модель

Характеристики

Параметры
19,5 млн
Лицензия
Apache 2.0
Архитектура
resnet_lstm · dense
Опубликована
27 авг 2026

resnet-lstm-belarus-screening

Описание изображенийИзображение → текст3 профессии

Модель анализирует рентгенограммы грудной клетки и генерирует текстовые описания радиологических находок.

26скачиваний за 30 дней1лайквеса обновлены1 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель ResNet-18 + LSTM разработана лабораторией анализа биомедицинских изображений Lab225 Объединённого института проблем информатики Национальной академии наук Беларуси. Она принимает рентгеновские снимки грудной клетки и авторегрессионно генерирует текстовые описания и радиологические находки. Архитектура сочетает дообученный энкодер ResNet-18 с пятислойным декодером LSTM; модель содержит около 19,5 млн параметров и использует словарь из 2 190 токенов с эмбеддингами GloVe.

Модель предназначена для автоматизированного составления описаний снимков грудной клетки, в том числе в сценариях с ограниченными вычислительными ресурсами. Она обучена на датасете белорусского скрининга CXR; карточка приводит английские и русские языковые коды, а также метрики оценки на тестовой выборке. Репозиторий содержит веса PyTorch и указывает лицензию Apache-2.0.

Результат следует рассматривать как автоматически сгенерированное описание для поддержки анализа, а не как подтверждённый диагноз: качество зависит от снимка и соответствия обучающим данным. Модель специализирована на рентгенограммах грудной клетки и не предназначена для других видов изображений или медицинских задач.

Сценарии применения

  • автоматическое составление описания рентгенограммы грудной клетки
  • генерация предварительного радиологического заключения для CXR
  • создание текстовых описаний снимков в системах скрининга
  • подготовка черновика отчёта для последующей проверки специалистом

Ограничения

Модель специализирована на рентгенограммах грудной клетки и обучена на отфильтрованном наборе данных белорусского скрининга; для других типов изображений её применимость не подтверждена. Сгенерированные описания требуют проверки медицинским специалистом и не заменяют диагноз.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ResNet-18 + LSTM Radiology Report Generator

This repository contains a lightweight, clinically optimized ResNet + LSTM autoregressive image-to-text model designed for generating textual descriptors from Chest X-ray (CXR) images. The architecture is engineered specifically for scenarios with constrained computational resources and exhibits high semantic alignment on specialized medical datasets.

Model Details

  • Developed by: Biomedical Image Analysis Laboratory (Lab225), United Institute of Informatics Problems, National Academy of Sciences of Belarus (UIIP NASB), Minsk.
  • Architecture: Fine-tuned ResNet-18 Image Encoder (fully unfrozen in the final stage) paired with a Deep 5-layer LSTM Decoder.
  • Parameters: ~20 Million parameters.
  • Vocabulary: Word-level tokenization containing 2,190 unique tokens (including punctuation and special <BOS>, <EOS>, <PAD>, <UNK> tokens), initialized via pre-trained GloVe (Global Vectors for Word Representation) embeddings.
  • Primary Task: Automated generation of radiology findings and textual chest X-ray descriptors.

Inference Widget

You can test this model directly in the browser via the Hugging Face Inference Widget on the right. Upload a standard chest X-ray image (PNG/JPEG) to evaluate the generated output sequence.

Performance Analysis & Metrics (Evaluation)

In comprehensive benchmark trials on the Belarusian screening dataset, this lightweight architecture was evaluated against heavily parameterized modern models, including VisionGPT2 (210M parameters) and a fine-tuned Qwen3.5-4B M-LLM.

Critical Scientific Insight

ResNet-18 + LSTM (configured with top_p=0.1 decoding) dominates foundational semantic alignments. Despite its exceptionally low parameter footprint compared to massive transformer pipelines, its focused, medical-domain word-level dictionary space allows it to extract and sequence localized anatomical findings with superior stability.

Quantitative Test Set Metrics

Evaluation results highlighting the top performing clinical metrics for the leading radiology report generation (RRG) evaluation frameworks:

Model ConfigurationGREENRadCliQ_InvRaTEScoreRadGraph_F1
ResNet-18 + LSTM (top_p=0.1)0.2640.3150.5610.224

Data Pipeline & Preprocessing

  1. Report Processing: ~211,000 raw Russian radiology records underwent semantic/linguistic corrections via asynchronous LLM APIs (removing administrative metadata, acquiring OCR artifacts, expanding abbreviations) and strict translation to English using a Fleischner Society Glossary-compliant framework.
  2. Dataset Filtering: A highly curated subset of 46,599 unique image-text pairs was derived by filtering for clinical target keywords (tuberculosis, pneumonia, scoliosis, fibrosis, nodules, emphysema, pneumosclerosis, sclerosis).
  3. Data Split: 80% Train (37,279), 10% Validation (4,660), 10% Test (4,660).
  4. Training Schedule: Phase 1: 50 epochs with a frozen ResNet encoder. Phase 2: Extended training up to 240 epochs with a deep 5-layer LSTM decoder. Phase 3: Unfreezing the ResNet-18 image encoder at a lower learning rate (3e-6) using a Cosine Annealing scheduler.

Quick Start (How to Use)

To load this custom architecture natively via the Hugging Face transformers library, ensure you have configuration_resnet_lstm.py and modeling_resnet_lstm.py in your local directory or let the hub download them automatically:

from transformers import AutoModel
import torch

# Load the custom Lab225 architecture directly from the hub
model = AutoModel.from_pretrained("lab225/resnet-lstm-belarus-screening", trust_remote_code=True)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ImageCaptioningModel
Ревизия весов
e27fa22

0 моделей