CECT：用于 COVID-19 图像分类的可控集成 CNN 与 Transformer

COVID-19 大流行已导致全球数亿病例和众多死亡。在此，我们开发了一种新颖的分类网络 CECT，通过可控集成卷积神经网络和 Transformer，以提供及时且准确的 COVID-19 诊断。CECT 由一个并行卷积编码器块、一个聚合转置卷积解码器块和一个窗口注意力分类块组成。每个块从输入中捕获从 28 $\times$ 28 到 224 $\times$ 224 不同尺度的特征，构成丰富而全面的信息。与现有方法不同，我们的 CECT 无需任何复杂的模块设计即可捕获多局部和全局尺度的特征。此外，不同尺度局部特征的贡献可以通过所提出的集成系数进行控制。我们在两个公开的 COVID-19 数据集上评估了 CECT，它在数据集内评估中达到了 98.1% 的最高准确率，优于现有的最先进方法。此外，所开发的 CECT 在数据集间评估中，在未见过的数据集上达到了 90.9% 的准确率，显示出非凡的泛化能力。凭借卓越的特征捕获能力和泛化能力，我们相信 CECT 可以作为一种强大的诊断工具扩展到其他医疗场景。代码可在 https://github.com/NUS-Tim/CECT 获取。