面向肺部疾病诊断的集成深度学习框架：融合 NASNet 与 Vision Transformer 于 MixProcessing
图像与视频处理
2025-03-03 v1 计算机视觉与模式识别
机器学习
摘要
肺部是呼吸的必需器官，涉及人体生命中的二氧化碳与氧气交换。然而，若干肺部疾病，包括肺炎、结核、COVID-19和肺癌，构成严峻的健康挑战，要求早期精准诊断。方法学研究提出一种新型深度学习框架NASNet-ViT，有效融合NASNet的卷积能力与Vision Transformer ViT的全局注意力机制。该模型将肺部状况分类为五类：肺癌、COVID-19、肺炎、结核和正常。采用称为MixProcessing的精细化预处理策略，以提高诊断准确度。该预处理组合了小波变换、自适应直方图均衡和形态学滤波技术。NASNet-ViT模型达到 state of the art 水平，实现98.9%的准确率、0.99的灵敏度、0.989的F1分数和0.987的特异度，超越MixNet-LD、D-ResNet、MobileNet和ResNet50等其他前沿架构。该模型的紧凑尺寸（25.6 MB）和低计算时间（12.4秒）进一步凸显其在临床受限环境下的实时应用潜力。这些结果彰显了NASNet-ViT在从提取有意义特征及识别多种肺部疾病方面的卓越能力。本工作为医学影像分析提供了稳健且可扩展的肺部疾病诊断解决方案。
引用
@article{arxiv.2502.20570,
title = {An Integrated Deep Learning Framework Leveraging NASNet and Vision Transformer with MixProcessing for Accurate and Precise Diagnosis of Lung Diseases},
author = {Sajjad Saleem and Muhammad Imran Sharif},
journal= {arXiv preprint arXiv:2502.20570},
year = {2025}
}