科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了更好地解决卷积神经网络（CNN）其有限的局部感受野，限制其在气胸图像分类中的性能等问题，提出一种基于CNN和Vision Transformer的气胸分类模型。首先，依托三个开源胸部数据集完成实验数据的清洗与收集，然后，将VIT-L/16的MLP模块进行改进，最后，利用改进的VIT模型与CNN模型进行加权分类得到最终的结果。实验结果表明该模型在二分类任务中达到了99%的准确率，以及0.99的AUC分数，与其它模型相比，具有更好的分类性能。
-
单位山西医科大学汾阳学院; 西北工业大学
