山东大学学报(工学版)

作者：刘方旭,王建,魏本征

单位：1.山东中医药大学中医药创新研究院, 山东 济南 250355;2.山东中医药大学医学人工智能研究中心, 山东 青岛 266112;3.山东中医药大学青岛中医药科学院, 山东 青岛 266112;4.山东交通学院理学院, 山东 济南 250357

关键词：多空间注意力网络,多维空间,小儿肺炎,X光片,注意力机制,

基金：国家自然科学基金资助项目(61872225);山东省自然科学基金资助项目(ZR2020KF013);齐鲁卫生与健康领军人才培育工程资助项目

为提高计算机辅助小儿肺炎诊断质量,提出一种基于多维空间特征提取及跳连接的小儿肺炎X光片多空间注意力网络(multi-space attention network,MSA-Net)。将输入特征进行分组映射,并融合多维空间特征,以充分提取小儿肺炎X光片细粒度特征;特征提取过程中,采用空间注意力和通道注意力,保留特征之间关联信息,有效提高小儿肺炎X光片图像的分类准确率。在小儿肺炎X光片公开数据集Chest X-ray Images上的试验研究表明,该算法二分类(正常、肺炎)准确率可达到97.21%,三分类(正常、细菌性肺炎、病毒性肺炎)准确率可达86.24%,分类识别性能较为突出,具有潜在的临床应用价值。

来源：2023年第2期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2023年第2期