-
题名基于注意力残差网络的急性淋巴细胞白血病分类
- 1
-
-
作者
邵宇飞
于潍赫
刘阳
-
机构
辽宁工程技术大学软件学院
沈阳工业大学软件学院
-
出处
《计算机系统应用》
2024年第6期117-125,共9页
-
基金
中央高校基本科研业务费(N2202011)。
-
文摘
当前在处理急性淋巴细胞白血病(acute lymphoblastic leukemia,ALL)分类时存在着背景信息杂乱和的差异性细微问题.由于在血液样本图像中,选取关键特征并减少背景噪声仍然困难,传统方法难以捕捉到重要且细微的特征,难以有效地分类和识别各种血液细胞类型,进而影响了结果的准确性与可靠性.本文提出一种基于ResNeXt50分类模型,采用图像增强来减少背景噪声对图像的影响,并通过改进空洞金字塔特征提取方法增强对各个尺度和上下文信息的感知能力,加入改进SA注意力机制,使得模型可以更好地关注并学习对结果影响较大的信息.本文提出的模型在伊朗德黑兰(Taleqani)医院的Blood Cells Cancer公开数据集进行了实验,准确率和精确率分别达到了98.39%,98.33%,结果表明该模型不仅具备一定的临床意义和实用价值,而且为ALL辅助诊断提供了新的思路.
-
关键词
ResNeXt
图像增强
特征提取
SA注意力机制
辅助诊断
-
Keywords
ResNeXt
image enhancement
feature extraction
SA attention mechanism
auxiliary diagnosis
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—控制科学与工程]
R733.71
[医药卫生—肿瘤]
-
