在医学图像检测中，由于数据集经常存在每类样本数目不均衡的情况 ，使数据集样本出现长尾分布的问题，严重影检测模型的性能。本论文针对网络在训练多类别不均衡数据集中训练时出现的过拟合现象，采用重加权的方式改进原有损失函数，并用CLAHE算法对X光图像进行预处理，以突出图像的内部细节，选用ResNext50网络作为特征提取网络。论文以covid-chestxray数据集作为实验用数据集，通过实验评估了模型的准确度、精确率、召回率和F1值，证实了该方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
