典型文献
基于CT图像的双重注意力网络急性胰腺炎诊断方法
文献摘要：
作为消化系统最常见的疾病之一,急性胰腺炎的医学影像仍使用简单的手工特征进行分析,效率与精度较低,与其危害性并不相称.由于胰腺的解剖变异性以及各种并发症,急性胰腺炎的影像表现复杂,不同患者不同种类的病灶差异大,基于CT影像的急性胰腺炎诊断难度较大.本文提出一种基于双重注意力网络用于诊断急性胰腺炎,该网络使用全局特征为不同阶段的局部特征生成局部注意力特征,使不同阶段的注意力特征关注不同尺度的病灶,最终通过融合对全局注意力特征进行分类.同时在生成注意力特征时,使用通道域注意力调整通道间的依赖,提高模型的表示能力.在真实的急性胰腺炎数据集上的实验结果表明,本文提出的网络取得了更好的急性胰腺炎诊断精度,相对原模型,灵敏度与曲线下面积(Area under the curve,AUC)分别至少提升了3.4％,3.2％;相较其他注意力机制如SENet对ResNet模型的改进,AUC提升2.7％.
文献关键词：
急性胰腺炎;双重注意力;多尺度;CT
中图分类号：
作者姓名：
张进一;万鹏;孙亮;张道强
作者机构：
南京航空航天大学计算机科学与技术学院,模式分析与机器智能工业和信息化部重点实验室,南京 211106
文献出处：
引用格式：
[1]张进一;万鹏;孙亮;张道强-.基于CT图像的双重注意力网络急性胰腺炎诊断方法)[J].数据采集与处理,2022(01):147-154
A类：
B类：
双重注意力,注意力网络,急性胰腺炎,消化系统,医学影像,手工特征,危害性,不相称,解剖变异,变异性,影像表现,网络使用,全局特征,局部特征,特征生成,局部注意力,不同尺度,全局注意力,通道域注意力,示能,Area,under,curve,少提,注意力机制,SENet,ResNet
AB值：
0.328855
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
