注意力特征融合VGG-16网络的胸透病理识别方法

作     者：罗珺茜 彭嘉 周娟 龙楷潮 韦焕泽 张利 

作者机构：贵州大学大数据与信息工程学院贵州 贵阳 

出 版 物：《建模与仿真》 (Modeling and Simulation)

年 卷 期：2024年第13卷第1期

页      面：1-11页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：Chest-ray8 VGG-16 注意力机制 特征融合 

摘      要：美国国立卫生研究院发布了一个名为“Chest-ray8的胸部X光图像数据库,这些图像共标记八种类型的疾病。从临床图像中识别病理,开发人工智能辅助诊断系统,帮助医生识别病理一直是一项具有挑战性的任务,为更好地解决这一问题,本文提出注意力特征融合VGG-16网络的胸透病理识别方法。首先,X光图像通过VGG-16特征提取网络得到特征向量;然后,特征向量分别通过通道注意力机制得到不同通道加权系数的特征向量A、空间注意力机制得到不同区域系数的特征向量B,将特征向量A和特征向量B以及第一层卷积层输出的特征向量C进行向量拼接;最后将拼接的向量输入全连接层输出分类结果。实验结果证明,本方法实现多分类正确率达到75.94%,相比基线VGG-16高3.75%;和其他使用“Chest-ray8数据库进行二分类病理识别方法相比,本文模型实现了病理的多分类问题。为深度学习技术应用于胸部X光不同病理的计算机辅助诊断系统提供了可行性。