轻量网络MHNet对新冠肺炎的识别研究

作者：侯麟朔; 王寅; 龙启航; 李宇翔; 马淑康

来源：现代信息科技, 2022, 6(13): 82-89.

DOI：10.19850/j.cnki.2096-4706.2022.013.020

• 新冠肺炎
• ECA-Net
• FocalLoss
• 高效CNN网络设计准则

为了能够快速准确地诊断出新冠肺炎患者，文章参考MobileNetV2架构并结合注意力网络，改进损失优化函数，依据CNN网络设计准则搭建新型轻量网络MHNet。在COVIDx CXR-2公开数据集上进行的实验表明，该网络在准确率、召回率、特异性、精准率、F1分数、模型大小、CPU单张图推理耗时、GPU单张图推理耗时上的指标分别为92%、99%、85%、86.84%、92.52%、3.91 MB、59.51 ms、17.66 ms。相较于其他传统网络，该网络对新冠肺炎感染者的诊断率较高、诊断效果较好。

• 单位
  中国矿业大学（北京）