-
题名基于多分辨率注意密集网络的肺炎分类识别方法
被引量：1
- 1
-
-
作者
周涛
叶鑫宇
陆惠玲
常晓玉
刘赟璨
-
机构
北方民族大学图像图形智能处理国家民委重点实验室
北方民族大学计算机科学与工程学院
宁夏医科大学理学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2023年第6期544-555,共12页
-
基金
国家自然科学基金项目(No.62062003)
宁夏自然科学基金项目(No.2022AAC03149)
宁夏自治区重点研发计划项目(No.2020BEB04022)资助。
-
文摘
X光片中肺炎存在影像学特征不明显、病灶与周围组织对比不明显、边缘模糊等问题,因此,文中提出基于多分辨率注意密集网络的肺炎分类识别方法.深度融合浅层定位信息与深层语义信息,并构造多分辨率空间注意力门,对不同分辨率的深层信息与浅层信息进行语义式交互增强,在深浅层信息中建立病灶信息的相互依赖关系.此外,设计坐标频率注意力,以方向和位置互补的方式自适应地增强肺炎特征的表达.在ChestXRay2017等5份肺炎X光片数据集上的实验表明,文中网络在肺炎分类识别任务上性能较优,同时还具有公共肺炎数据集上的鲁棒性.
-
关键词
肺炎识别
多分辨率密集连接
空间注意力门
坐标频率注意力
-
Keywords
Pneumonia Recognition
Multi-resolution Dense Connection
Spatial Attention Gate
Coordinate Frequency Attention
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
