科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对肺炎胸部X光片自动检测准确率较低的问题，提出了一种融合注意力机制与DenseNet的胸部X光片肺炎检测算法。该算法以DenseNet121为基础框架，利用其强大的表征能力自动学习X光片的成像特征；同时，引入注意力机制，在通道和空间两个维度上序列化地产生注意力特征图，构建通道之间的相互依赖关系与获取空间特征位置信息，以提升网络的特征提取与学习能力，使其更能关注到图像中的具有辨识性的病变区域。在公开的肺炎X光片数据集上的实验结果表明，所提出算法的准确率、召回率、精确率和F1-score值分别为94.40%、95.09%、95.42%和95.23%，相对其他模型具有更高的识别精度。
- 单位
