融合Grad-CAM和卷积神经网络的COVID-19检测算法

朱炳宇; 刘朕; 张景祥

首页> 中文期刊> 《计算机科学与探索》 >融合Grad-CAM和卷积神经网络的COVID-19检测算法

融合Grad-CAM和卷积神经网络的COVID-19检测算法

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

新型冠状病毒肺炎(COVID-19)检测中胸部X射线(CXR图像)和电子计算机断层扫描(CT)图像是两种主要技术手段,为医生诊断提供了重要依据。针对当前卷积神经网络(CNN)在医学放射性图像中检测COVID-19的准确率不高、算法复杂、无法标记特征区域的问题,提出了一种融合梯度加权类激活映射(GradCAM)颜色可视化和卷积神经网络的算法(GCCV-CNN),对COVID-19阳性患者、COVID-19阴性患者、普通肺炎患者以及正常人的肺部CXR图像和CT扫描图像进行快速分类。通过定位到CXR图像和CT扫描图像中CNN进行分类的关键区域,再综合深度学习算法得到更准确的检测结果。为验证GCCV-CNN算法的有效性,分别在3个COVID-19阳性患者数据集上进行实验,并与已有算法进行比较。结果表明该算法对COVID-19阳性患者的CXR图像和CT扫描图像分类性能优于“新冠网络”(COVID-Net)算法及迁移学习新冠网络(DeTraCNet)算法,准确率最高达98.06%,速度更快的同时还具有较好的鲁棒性。

著录项

来源
《计算机科学与探索》 |2022年第9期|2108-2120|共13页
作者
朱炳宇; 刘朕; 张景祥;
展开▼
作者单位

江南大学理学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
CXR图像; CT扫描图像; COVID-19; Grad-CAM; 融合Grad-CAM颜色可视化和CNN的算法(GCCV-CNN);

相似文献

中文文献
外文文献
专利

1. 基于Grad-CAM与KL损失的SSD目标检测算法 [J] . 侯庆山 ,邢进生 . 电子学报 . 2020,第12期
2. 基于卷积神经网络的跨层融合边缘检测算法 [J] . 李翠锦 ,瞿中 . 计算机应用研究 . 2021,第007期
3. 基于传感器融合和方向可调卷积神经网络的车道检测算法研究 [J] . 潘顺莉 ,吴训成 ,张伟伟 . 计算机与数字工程 . 2021,第005期
4. 基于双向特征融合卷积神经网络的液晶面板缺陷检测算法 [J] . 彭大芹 ,刘恒 ,许国良 . 广东通信技术 . 2019,第004期
5. 基于卷积神经网络的时空融合采样重构算法 [J] . 刘志龙 ,李松华 . 湖南理工学院学报:自然科学版 . 2022,第1期
6. 一种融合小波变换与卷积神经网络的高相似度图像识别与分类算法 [C] . LIU Hai-bo ,刘海波 ,YANG Yujie . 2017年全国高性能计算学术年会 . 2017
7. 基于多尺度特征融合的卷积神经网络行人检测算法研究 [A] . 时惠 . 2020

融合Grad-CAM和卷积神经网络的COVID-19检测算法

摘要

著录项

相似文献

相关主题

期刊订阅