基于注意力机制的连体复合神经网络在医学图像识别中的应用
图像与视频处理
2024-03-18 v3 计算机视觉与模式识别
摘要
医学图像识别在实际应用中常面临数据不足的问题。少样本条件下的图像识别与处理会产生过拟合、识别准确率低、可靠性差和鲁棒性不足等问题。特征差异细微，且识别受视角、背景、遮挡等因素影响的情况时有发生，增加了识别难度。此外，在细粒度图像中，少样本问题导致图像中有用特征信息不足。考虑到少样本与细粒度图像识别的特点，本研究建立了一种基于注意力机制与连体神经网络的识别模型。针对少样本问题，提出了一种适用于分类模型的连体神经网络。以基于注意力的神经网络作为主网络以提升分类效果。选取 Covid-19 肺部样本对模型进行测试。结果表明，图像样本数量越少，相较于普通神经网络的优势越明显。
引用
@article{arxiv.2304.09783,
title = {Application of attention-based Siamese composite neural network in medical image recognition},
author = {Zihao Huang and Yue Wang and Weixing Xin and Xingtong Lin and Huizhen Li and Haowen Chen and Yizhen Lao and Xia Chen},
journal= {arXiv preprint arXiv:2304.09783},
year = {2024}
}