典型文献
基于注意力机制的肺炎辅助诊断模型
文献摘要：
针对传统的肺炎分类诊断模型准确率不高、存在误诊漏诊等问题,提出一种基于注意力机制的深度卷积神经网络,用于胸部X光片的分析,对肺炎进行智能辅助诊断.具体方法是:在ResNet网络模型的基础上增加特征融合层,把通道注意力机制和空间注意力机制融合进ResNet-50网络的残差块;进而在肺炎常用数据集ChestX-Ray Images上进行训练和测试.实验结果表明,该网络模型在准确率、敏感度、特异度等指标上均优于传统的网络模型ResNet-50和VGG16.
文献关键词：
注意力机制;特征融合;肺炎辅助诊断;ResNet-50;深度学习
中图分类号：
作者姓名：
李芳芳;马春;束建华;李亚;殷云霞;蔡莉;谷宗运
作者机构：
安徽中医药大学 医药信息工程学院,安徽 合肥 230012
文献出处：
引用格式：
[1]李芳芳;马春;束建华;李亚;殷云霞;蔡莉;谷宗运-.基于注意力机制的肺炎辅助诊断模型)[J].兰州文理学院学报（自然科学版）,2022(03):48-54
A类：
B类：
肺炎辅助诊断,诊断模型,分类诊断,模型准确率,误诊,漏诊,深度卷积神经网络,胸部,智能辅助,具体方法,ResNet,加特,特征融合,通道注意力机制,空间注意力机制,注意力机制融合,残差块,ChestX,Ray,Images,VGG16
AB值：
0.413713
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。
