LungX：一种集成多尺度注意力的Hybrid EfficientNet-Vision Transformer架构，用于准确肺炎检测
计算机视觉与模式识别
2025-11-25 v1
摘要
肺炎仍是全球死亡原因的首位因素，及时诊断至关重要。我们引入LungX，一种新型混合架构，融合EfficientNet的多尺度特征、CBAM注意力机制和Vision Transformer的全局上下文建模，以实现肺炎检测的提升。评估在20,000例整理后的胸片（来自RSNA和CheXpert）上进行，LungX实现了最先进的性能（86.5%准确率，0.943 AUC），相较于EfficientNet-B0基线实现了6.7%的AUC提升。视觉分析显示，其通过可解释注意力图实现了对肺部病灶的优势定位。未来方向包括多中心验证和针对实现88%准确率以进行临床部署的架构优化，以作为AI诊断辅助工具。
引用
@article{arxiv.2511.18425,
title = {LungX: A Hybrid EfficientNet-Vision Transformer Architecture with Multi-Scale Attention for Accurate Pneumonia Detection},
author = {Mansur Yerzhanuly},
journal= {arXiv preprint arXiv:2511.18425},
year = {2025}
}
备注
13 pages, 3 figures, 1 table