基于残差卷积与多头自注意力的CXR图像分类

摘要

为了提高新型冠状病毒肺炎（COVID–19）检测的效率和准确性，本文提出一种自动识别COVID–19胸部X射线（CXR）图像的网络模型（MHRA–RCNet）。在ResNet50模型的基础上，首先，采用残差卷积对CXR图像中形状复杂的感染区域进行局部特征提取。其次，选择在ResNet50的第2、3阶段引入多头关系聚合模块，以增强对全局信息的建模能力；为了进一步将局部信息和全局信息进行融合，以提高特征的表达能力和特征之间位置的相关性，在ResNet50的最后阶段引入了空洞视觉Transforme模块，有助于识别CXR图像中复杂的病变区域。最后，将融合后的特征以串联方式输入全局平均池化层进行全局空间信息整合，通过多层感知机进行图像分类并进行可视化分析。在公开访问的COVID–19 Radiography Database数据集与其他深度学习模型进行实验对比。实验结果表明：本文模型在多项分类指标上具有较好的分类精度；另外，从精确度、灵敏度和特异性上也可以直观地看出本文模型能够较好地识别新冠肺炎，进一步证明了本文模型在图像分类任务中的优越性和有效性。

关键词

新型冠状病毒肺炎 / 图像分类 / 残差卷积 / 多头关系聚合 / 空洞视觉Transformer

基金资助

国家自然科学基金项目（61170060）; 安徽省重点教学研究项目（2020jyxm0458）