基于改进VGG19卷积神经网络的肺炎图像分类（特邀）（英文）

作者：熊丰; 何迪; 刘玉杰; 齐美捷; 郜鹏; 张周锋^*; 刘立新^*

来源：光子学报, 2021, 50(10): 345-353.

• 肺炎图像分类
• 卷积神经网络
• 深度学习
• VGG19
• 支持向量机
• 极端梯度提升

将VGG19卷积神经网络与机器学习算法结合,构建了基于SVM(linear)和XGBoost的两种VGG19改进模型,并且分别利用VGG19模型和两种改进的VGG19模型对细菌性肺炎和病毒性肺炎图像进行分类。对三种网络模型的性能进行评估和比较,结果显示三种模型的平均准确率均在85.9%以上。改进的VGG19模型在准确率的稳定性方面优于传统VGG19模型,基于XGBoost的VGG19模型的综合性能最好,验证了深度学习模型结合机器学习模型的有效性。

• 单位
  中国科学院; 西安电子科技大学