-
题名基于ChXNet的胸部X光肺炎检测方法
被引量：1
- 1
-
-
作者
叶青
谭泽贤
张永梅
-
机构
北方工业大学信息学院
-
出处
《计算机工程与设计》
北大核心
2022年第10期2857-2864,共8页
-
基金
北京市教委科技基金项目(SQKM201810009002)
国家自然科学基金项目(61371143、61806008)
+1 种基金
北京市自然科学基金项目(4192022)
教育部科技发展中心基金项目(2018A03029)。
-
文摘
为解决当下肺炎胸部X光自动检测准确率低的问题,提出一种基于胸部X光分类网络(chest X-r ayclassification network,Ch XNet)的肺炎检测方法,该方法能够自动对胸部X光进行检测诊断。利用预处理操作来丰富特征的多样性,将高效通道注意力模块(efficientchannelattentionmodule,ECA)以密集连接的方式加入密集连接网络中,增强有用信息的传递同时抑制无用信息的传递,使用基于Dropout方法构建的多层过渡分类结构,增强对相似特征的描述能力,减少冗余特征。通过大量实验,Ch XNet在三分类(正常、非新冠病毒肺炎、新冠肺炎)和四分类(正常、细菌性肺炎、普通病毒性肺炎、新冠肺炎)检测的最高准确率分别为99.845%和97.842%,表明该方法准确率高,检测速度快,可在肺炎的检测中作为辅助诊断方法。
-
关键词
肺炎诊断
胸部X光
卷积神经网络
高效通道注意力机制
多层过渡分类网络
计算机辅助诊断
-
Keywords
pneumonia diagnosis
chest X-ray
convolutional neural network
efficient channel attention mechanism
multilayer transition classification network
computer aided diagnosis
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
