基于空间自注意力机制的CT传播模型的感知定位算法研究

近年来,神经网络优秀的计算能力和兼容性使其在医疗行业的应用中得到了广泛的认可。利用深度学习技术辅助对各种疾病的诊断与治疗成为当前的研究热点之一。而CT作为临床上的一种先进的医学影像检查技术,能为医务人员提供清晰的人体内部结构,但对疾病的诊断识别一直是一件非常耗时费力的工作。基于此,本文提出了一种基于空间注意力机制的卷积神经网络检测模型,用以对CT异常区域定位。通过特征金字塔FPN与空间注意力机制的双重加持提取原始CT图的注意力特征图,使网络模型能够更加专注于病灶区域的识别和定位,进而达到提升神经网络对病灶分类准确度以及定位的精确度。