14 改进密集连接网络的胸部多疾病X光图像分类算法

师茹,谷宇,张祥松,贾成一,贺群

• 1:内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室

• 2:京东方科技集团股份有限公司

• 3:中国二冶集团有限公司

• 4:内蒙古科技大学文法学院

• 
  

摘要(Abstract)：

为改变高度依赖人工读胸片的传统诊疗方式，关注疾病之间关联性，实现多病种自动识别，缓解医学影像诊断压力，减少误诊和漏诊，针对胸部疾病多标签分类提出了DS-EANet121模型.在DenseNet121网络的基础上采用动态激活函数，使变化的输入不断适应网络；引用SoftPool最大程度保留特征信息，并且为关注到更多的局部特征，融合ECA注意力机制，在适当跨信道交互的同时提升模型的性能.最终得到平均AUC为0.897,平均ACC为0.842.实验结果表明：改进后的DS-EANet121较原始网络分类精度上有明显提升，有一定的临床应用价值.

关键词(KeyWords)： 医学图像分类;胸部X光图像;胸部多疾病

基金项目(Foundation): 国家自然科学基金资助项目(62001255,61841204);; 中央引导地方科技发展资金资助项目(2021ZY0004);; 内蒙古自治区高等学校青年科技英才支持资助项目(NJYT23057);; 内蒙古科技大学基本科研业务费专项资金资助项目(042);; 内蒙古自治区自然科学基金资助项目(2019MS06003,2015MS0604);; 内蒙古自治区高等学校科学技术研究基金资助项目(NJZY145);; 教育部“春晖计划”合作科研资助项目

作者(Author): 师茹,谷宇,张祥松,贾成一,贺群

DOI: 10.16559/j.cnki.2095-2295.2023.04.014