基于残差卷积与多头自注意力的CXR图像分类

陈辉; 张甜; 陈润斌

doi:10.12454/j.jsuese.202200895

您当前的位置：

首页 >

文章列表页 >

基于残差卷积与多头自注意力的CXR图像分类

信息工程 | 更新时间：2024-08-22

- 基于残差卷积与多头自注意力的CXR图像分类
- CXR Image Classification Based on Residual Convolution and Multi-headed Self-attentions
- “在提高COVID-19检测效率和准确性方面取得新进展，研究者开发了MHRA-RCNet模型，通过局部特征提取和全局信息建模，显著提升了胸部X射线图像分类的精度和有效性。”
- 工程科学与技术 2024年56卷第3期页码：219-227
- 作者机构：
  
  1.安徽理工大学计算机科学与工程学院，安徽淮南 232001
  2.安徽三联学院智慧交通现代产业学院，安徽合肥 230601
- 作者简介：
  
  [ "陈辉（1973—），男，副教授，博士. 研究方向：无线传感器网络；机器学习以及物联网应用. E-mail：1115858010@qq.com" ]
  助教，E-mail：zt3092612515@163.com
- 基金信息：
  
  国家自然科学基金项目（61170060）；安徽省重点教学研究项目（2020jyxm0458）
- DOI：10.12454/j.jsuese.202200895
  中图分类号： TP391.4
- 纸质出版日期：2024-05-20，
  
  网络出版日期：2024-05-06，
  
  收稿日期：2022-08-25，
  
  修回日期：2023-03-09，
- 稿件说明：
扫描看全文
陈辉,张甜,陈润斌.基于残差卷积与多头自注意力的CXR图像分类[J].工程科学与技术,2024,56(3):219–227

Chen Hui,Zhang Tian,Chen Runbin.CXR image classification based on residual convolution and multi-headed self-attentions[J].Advanced Engineering Sciences,2024,56(3):219–227
陈辉,张甜,陈润斌.基于残差卷积与多头自注意力的CXR图像分类[J].工程科学与技术,2024,56(3):219–227 DOI： 10.12454/j.jsuese.202200895.

Chen Hui,Zhang Tian,Chen Runbin.CXR image classification based on residual convolution and multi-headed self-attentions[J].Advanced Engineering Sciences,2024,56(3):219–227 DOI： 10.12454/j.jsuese.202200895.

浏览量

127

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于视频的手势识别中左右手判别研究(改投研究生论坛)

基于深度学习编码模型的图像分类方法

基于残差卷积与多头自注意力的CXR图像分类

CXR Image Classification Based on Residual Convolution and Multi-headed Self-attentions

DOI：10.12454/j.jsuese.202200895