您当前的位置： 首页 > 论文 > 2022,53(01) > 第九届中国计算机学会大数据学术会议论文选登
基金项目:
国家自然科学基金资助项目(62076159, 61673251, 12031010)；中央高校基本科研业务费专项资金项目(GK202105003);陕西师范大学研究生培养创新基金项目(2016CSY009,2018TS078)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2022.01.007
期刊号:
2022,53(01)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 谢娟英 | 陕西师范大学 计算机科学学院 |
摘要:
新型冠状病毒(COVID-19)感染者胸部X射线(Chest X-ray,CXR)图像不同于正常人，是诊断的有效依据。在ResNeXt模型基础上，加入交叉堆叠的通道注意力模块和残差注意力模块以及提出的维度降解模块，提出了针对COVID-19 CXR图像分类的COVID-SERA-NeXt模型。对公开访问的基准数据集COVIDx进行图像分类，实验结果显示，提出的COVID-SERA-NeXt模型在多项指标上优于其基础模型ResNeXt，其中准确率、宏召回率分别提高到96.11%、95.46%.经过ChestX-ray8医学图像预训练的COVID-SERA-NeXt模型对COVIDx数据集的分类性能更进一步提升。
关键字:
新型冠状病毒肺炎；计算机辅助诊断；注意力机制；深度卷积神经网络；CXR图像；分类