科研之友
微信
新浪微博
Facebook
分享链接
摘要
深入研究不同肺部疾病的X射线光片，有助于更清晰、准确地区分和预测各种疾病。基于此，提出一种基于高效通道注意力机制的胸部X光片疾病分类算法。将高效通道注意力模块以密集连接的方式加入基础特征提取网络，以增强特征通道中有效信息的传递，同时抑制无效信息的传递；使用非对称卷积块提高网络特征提取能力；采用多标签损失函数解决多标签和数据不平衡的问题。将新型冠状病毒肺炎X光片添加到公开数据集Chest X-ray 14中构成数据集Chest X-ray 15，在该数据集上的实验结果表明，所提基于高效通道注意力机制的胸部X光片疾病分类算法的平均area under curve(AUC)值达到0.8245，对气胸的AUC值达到0.8829，性能优于对比算法。
- 单位
