基于多空间注意力的小儿肺炎辅助诊断算法

作者：刘方旭; 王建; 魏本征^*

来源：山东大学学报(工学版), 2023, 53(02): 135-142.

• 多空间注意力网络
• 多维空间
• 小儿肺炎
• X光片
• 注意力机制

为提高计算机辅助小儿肺炎诊断质量，提出一种基于多维空间特征提取及跳连接的小儿肺炎X光片多空间注意力网络(multi-space attention network, MSA-Net)。将输入特征进行分组映射，并融合多维空间特征，以充分提取小儿肺炎X光片细粒度特征；特征提取过程中，采用空间注意力和通道注意力，保留特征之间关联信息，有效提高小儿肺炎X光片图像的分类准确率。在小儿肺炎X光片公开数据集Chest X-ray Images上的试验研究表明，该算法二分类(正常、肺炎)准确率可达到97.21%,三分类(正常、细菌性肺炎、病毒性肺炎)准确率可达86.24%,分类识别性能较为突出，具有潜在的临床应用价值。

• 单位
  山东交通学院; 山东中医药大学