采用多尺度交叉轴注意力融合网络的咽喉疾病影像分类算法

胡延苏; 王远峥; 侯瑾

西安交通大学学报 ›› 2026, Vol. 60 ›› Issue (6) : 256 -266.

胡延苏, 王远峥, 侯瑾

作者信息 +

Author information +

文章历史 +

摘要

针对咽喉疾病计算机辅助诊断中存在的病灶视角单一、分类精度不足及依赖主观经验判断等问题，提出基于多尺度交叉轴注意力融合网络的咽喉疾病影像算法。引入多尺度交叉轴注意力机制，通过跨空间维度的自适应特征加权，实现细粒度病理特征的精准定位。构建双流协同学习框架，捕获全局解剖特征并聚焦局部上下文信息，实现多视角特征提取。设计特征耦合模块避免简单拼接导致的信息冲突与语义错位，实现特征空间的优化、局部-全局表征的深度整合。研究结果表明：相比于现有的MVT-OFML模型，所提算法在自制单视角、低对比度咽喉影像数据集上的准确性、精确度、召回率、F1分数、特异度可分别获取1.76%、1.56%、3.34%、2.60%、1.10%的性能提升。同时，特征可视化分析揭示了融合网络的决策机制具备显著可解释性，关键病理区域激活强度分布与临床诊断标准保持高度一致。该研究可为智能化辅助诊断系统的开发提供技术支撑。