-
题名基于CCT的新冠肺炎胸部CT检测识别
- 1
-
-
作者
林金朝
陈俊刚
庞宇
王慧倩
张冲冲
黄志伟
-
机构
重庆邮电大学光电信息感测与传输技术重庆市重点实验室
医工医信融合与转化医学泸州市重点实验室
-
出处
《生命科学仪器》
2021年第6期58-65,共8页
-
基金
国家自然科学基金(61971079)
重庆市教育委员会科学技术研究项目(KJQN202100602)
+2 种基金
四川省区域创新合作项目(2020YFQ0025)
重庆市创新群体(cstc2020jcyj-cxttx002)
医工医信融合与转化医学泸州市重点实验室资助(NO.XGY202101)。
-
文摘
根据国家卫生健康委员会公布的诊疗方案第五版,计算机断层扫描(CT)影像临床诊断结果可作为新冠肺炎(COVID-19)病例诊断的标准。CT图像能够清晰、立体地显示新冠肺炎患者肺部病变特征,针对新冠肺炎的诊断,可以使用胸部CT图像构建新冠肺炎检测模型,为医生提供更精确的诊断。本文提出了基于紧凑型卷积Transformer(CCT)的检测识别模型,首先使用U-Net分割网络提取肺区后,使用CCT对肺区进行识别。将Transformer编码器的注意力机制更改为了轴向注意力机制,并添加位置偏移项,在训练中获取更精确的上下文信息。在CC-CCII数据集中挑选出了1034张新冠肺炎CT图像,1003张社区肺炎CT图像和931张正常CT图像组成测试集,性能达到了98.5%的准确率,98.6%的灵敏度,并且在其他小型数据集上性能表现良好。证明了提出的方法使用胸部CT图像检测新冠肺炎有正向辅助作用。
-
关键词
新冠肺炎
CCT
轴向注意力机制
位置偏移项
-
Keywords
COVID-19
CCT
Axial attention
Positional bias term
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
R563.1
[医药卫生—呼吸系统]
-