多头注意力增强的 Inception v3 用于心肥大检测
计算机视觉与模式识别
2025-11-26 v1
摘要
医疗行业通过新型成像技术实现了显著变革，不仅用于心血管疾病诊断，也用于结构异常如心肥大可视化。本文解释了集成深度学习工具和注意力机制用于自动检测 X 光图像中的心肥大的方法。项目始于强大的数据收集阶段，收集各类标注 X 光图像数据。随后，预处理模块微调图像质量，使系统能够从数据中提取最佳质量。我们的方法采用 CNN 配置，將 Inception v3 模型作为关键模块之一。此外，我们还采用多层注意力机制来增强强度。最重要的特点是多头注意力机制能够自动学习特征。通过对输入的某些区域进行精确选择性聚焦，模型能够敏感地识别心肥大。注意力评分被计算、复制，并应用于增强主数据的表示，从而实现成功诊断。评估阶段将非常严格，基于准确率和精确率等指标对模型进行彻底评估。这将验证模型能够识别心肥大，并显示该方法的临床意义。该模型的准确率为 95.6，精确率为 95.2，召回率为 96.2，灵敏度为 95.7，特异度为 96.1，受试者曲线下面积（AUC）为 96.0，绘制了相应的图表用于可视化。
关键词
引用
@article{arxiv.2511.20101,
title = {Multi Head Attention Enhanced Inception v3 for Cardiomegaly Detection},
author = {Abishek Karthik and Pandiyaraju V},
journal= {arXiv preprint arXiv:2511.20101},
year = {2025}
}