融合SE和多尺度卷积的轻量级CT图像分类模型

作者：魏榕剑; 邵剑飞^*; 温剑; 冯宇航; 叶榕

来源：云南大学学报(自然科学版), 2023, 45(03): 583-589.

• 新冠病毒感染
• 计算机断层扫描图像
• 卷积神经网络
• MobileNetV2-SELN
• 分组归一化

针对医生主观因素会影响COVID-19（新型冠状病毒感染）和CAP（社区获得性肺炎）类型计算机断层（Computed Tomography,CT）图像诊断准确性的问题，提出一种基于MobileNetV2网络改进的MobileNetV2-SELN结构.首先，对MobileNetV2结构中的Block模块进行改进，添加SE块和尺度注意力机制，并引入全连接层和全局池化以便于获取多尺度特征；然后，针对COVID-19图像和CAP图像相似度大的特点，用GroupNorm替代BatchNorm2d，使模型能更好地获取肺炎特征；最后，使用SGD优化器对模型进行优化.实验结果表明，提出的模型的分类准确率更高.

• 单位
  自动化学院; 昆明理工大学