融合空间域与多轴频域分析的儿童肺炎分类模型OA
儿童肺炎是一种严重威胁全球儿童健康的疾病,其精准分类是有效治疗的关键,但其X射线图像兼具细微病理纹理与大范围弥漫性病变,单一空间域模型难以高效协同表征。为此,本文提出融合空间域与多轴频域分析的儿童肺炎分类模型。模型前两阶段构建位移感知多尺度单元,捕捉细粒度病理纹理;后两阶段设计多轴傅里叶单元,在频域建模长距离依赖,刻画大范围病变特征。此外,设计多核卷积门控线性单元增强各阶段特征表示。实验表明,模型在ChestXRay2017数据集上,准确率和F1分数较最优对比模型分别提升2.72%和2.75%,并在VinDr-PCXR和Curated X-Ray数据集上均取得具有竞争力的性能。本文结果验证了模型的有效性与泛化性,为儿童肺炎诊断提供了新方案。
吕佳;龚枭;何玲
重庆师范大学计算机与信息科学学院,重庆401331 重庆师范大学重庆国家应用数学中心,重庆401331重庆师范大学计算机与信息科学学院,重庆401331重庆医科大学附属儿童医院国家儿童健康与疾病临床医学研究中心儿童发育与疾病教育部重点实验室,重庆400014
信息技术与安全科学
儿童肺炎图像分类深度学习X射线空频协同多轴频域分析多尺度动态门控
《智能系统学报》 2026 (4)
P.963-978,16
国家自然科学基金重大项目(11991024)重庆市自然科学基金创新发展联合基金重点项目(CSTB2025-NSCQ-LZX0074,CSTB2024NSCQ-LZX0090).
评论