首页> 中文期刊> 《计算机仿真》 >基于异常检测与注意力机制的COVID-19识别模型

基于异常检测与注意力机制的COVID-19识别模型

         

摘要

旨在开发一种新的深度学习模型,以便从大量的胸部X光片中快速、可靠地筛查新冠肺炎患者。主要胸部X光片影像特征提出了一种融合异常检测技术以及Attention机制的COVID-19识别模型(Dev-SEDenseNet、Dev-SEResNet)。其中,Attention机制通过对CNN网络提取的特征分配注意力权重,能够在一定程度上排除无关信息的干扰。其次,将深度异常检测技术与卷积神经网络结合,能够更好地帮助模型学习异常数据特征。上述两个模型相较于原始DenseNet、ResNet算法性能指标有了较大提升,可以有效提高新冠肺炎预诊率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号