ARS-CNN算法在新冠肺炎识别中的研究

易三莉; 王天伟; 杨雪莲; 佘芙蓉

首页> 中文期刊> 《液晶与显示》 >ARS-CNN算法在新冠肺炎识别中的研究

ARS-CNN算法在新冠肺炎识别中的研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着新冠肺炎的蔓延,为了准确诊断新冠肺炎,本文提出了一种改进的基于卷积神经网络的新冠肺炎识别算法即ARS-CNN算法.该算法在CNN网络结构的基础上,加入了新的功能模块:首先,为了捕获不同感受野的多尺度特征信息并加强网络对图像特征的利用,提出了跳跃连接RFB结构;其次,通过短连接aspp模块来改善网络在特征提取过程中图像分辨率减少所导致的局部信息丢失的问题;最后,将注意力机制GC模块与sSE模块进行融合实现对特征信息的筛选并完成特征信息之间的交互,从而提高新冠肺炎识别精度.在公开的COVID-19胸部X光数据集(Chest X-ray Da-tabase)上的实验表明,本文所提出的算法的加权平均准确率、精准率、召回率、FI分数、特异性分别为98.22％、97.91％、97.95％、97.92％、98.33％.与其他分类算法相比,本文所提出算法能够对肺部疾病进行高效识别,具有更高的识别性能.

著录项

来源
《液晶与显示》 |2021年第11期|1565-1572|共8页
作者
易三莉; 王天伟; 杨雪莲; 佘芙蓉;
展开▼
作者单位

昆明理工大学信息工程与自动化学院云南昆明 650500;

云南省计算机技术应用重点实验室云南昆明 650500;

昆明理工大学信息工程与自动化学院云南昆明 650500;

云南省计算机技术应用重点实验室云南昆明 650500;

昆明理工大学信息工程与自动化学院云南昆明 650500;

云南省计算机技术应用重点实验室云南昆明 650500;

昆明理工大学信息工程与自动化学院云南昆明 650500;

云南省计算机技术应用重点实验室云南昆明 650500;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
新冠肺炎; 跳跃连接RFB结构模块; 短连接aspp模块; GC模块; sSE模块;

相似文献

中文文献
外文文献
专利

1. 基于深度学习的新冠肺炎CT图像识别研究 [J] . 王琪垚 ,王健庆 . 信息与电脑 . 2020,第017期
2. 多种AI算法在新冠疫情文本情绪识别中的实践 [J] . 仇建民 . 江苏通信 . 2021,第005期
3. 重大疫情事件中政府危机管理能力研究——以SARS肺炎疫情和新冠(COVID-19)肺炎疫情对比分析 [J] . 孙海荣 . 辽宁大学学报（哲学社会科学版） . 2020,第004期
4. 运用电子病历识别系统监测新冠肺炎相关症状的探索 [J] . 吴晓云 ,汤学民 ,周小明 . 中国卫生信息管理杂志 . 2021,第002期
5. 基于AlexNet的新冠肺炎CT图像识别的可行性分析 [J] . 费宏运 ,陈庚 ,迟兆瑞 . 信息与电脑 . 2021,第004期
6. “甘肃方剂”在新冠肺炎防治中的应用策略分析 [C] . Wang xin ,王鑫 ,张志明 . 甘肃省中医药学会2020年学术年会 . 2020
7. 基于SIR模型在新冠肺炎中的应用与研究 [A] . 陈创 . 2021

ARS-CNN算法在新冠肺炎识别中的研究

摘要

著录项

相似文献

相关主题

期刊订阅