基于混合卷积神经网络 - 变换器架构的胸部 X 射线疾病计算机辅助诊断

原文约300字，阅读约需1分钟。发表于：。

通过将 DenseNet121 卷积神经网络与自注意力机制相结合的 SA-DenseNet121 模型，可以在胸部 X 射线中识别多种胸部疾病，并在诊断工作流程中提供支持，改善效率并减少诊断错误。

通过深度学习技术在ChestX-ray14数据集上进行实验，发现CoAtNet模型具有最佳性能，其AUROC为84.2%。通过加权平均集成方法，AUROC进一步提高至85.4%，超越其他方法。研究结果表明，深度学习技术能够提高从胸部X射线图像中自动诊断胸部疾病的准确性。