基于轻量级神经网络模型的肺部特征分类系统及移动设备
申请号:CN202411886810
申请日期:2024-12-19
公开号:CN120047712A
公开日期:2025-05-27
类型:发明专利
摘要
本发明的基于轻量级神经网络模型的肺部特征分类系统,包括图像采集模块、模型构建模块和分类模块。模型构建模块用于构建对肺部医学图像特征进行分类的轻量级神经网络模型。轻量级神经网络模型包括特征提取层、注意力层和特征分类层;特征提取层包括若干依次连接的卷积模块,用于对肺部医学图像数据进行特征提取;注意力层通过通道注意力机制调整特征提取层所输出特征的通道之间权重形成特征图,通过空间注意力机制调整特征图像素之间权重形成特征向量;特征分类层通过计算特征向量的分类概率,从而对肺部特征进行分类。本发明具有在保证肺部特征分类精度的前提下,降低计算需求,适用于各种临床场景中的实时肺部检测的优点。
技术关键词
轻量级神经网络
分类系统
医学图像数据
通道注意力机制
Sigmoid函数
医学图像特征
图像采集模块
卷积模块
全局平均池化
输出特征
移动设备
临床场景
输出端
优化器