基于深度CNN中多头通道注意力的COVID-19 CT图像自动分类
图像与视频处理
2023-08-15 v2 计算机视觉与模式识别
机器学习
摘要
COVID-19的快速传播使得高效准确的诊断方法成为必要。计算机断层扫描(CT)图像已成为检测该疾病的宝贵工具。在本文中,我们提出了一种用于COVID-19 CT扫描自动分类的新型深度学习方法,其中提出了一种改进的Xception模型,该模型结合了新设计的通道注意力机制和加权全局平均池化,以增强特征提取从而提高分类精度。通道注意力模块选择性地关注每个通道内的信息区域,使模型能够学习用于COVID-19检测的判别性特征。在广泛使用的COVID-19 CT扫描数据集上的实验展示了96.99%的非常好准确率,并显示出优于其他最先进技术的性能。本研究有助于利用人工智能应对当前和未来大流行的持续努力,并为高效的医学图像分析任务提供有前景且及时的解决方案。
引用
@article{arxiv.2308.00715,
title = {Automated COVID-19 CT Image Classification using Multi-head Channel Attention in Deep CNN},
author = {Susmita Ghosh and Abhiroop Chatterjee},
journal= {arXiv preprint arXiv:2308.00715},
year = {2023}
}