首页 | 本学科首页   官方微博 | 高级检索  
     

基于注意力机制的乳腺X线摄影分类方法
引用本文:盛龙帅,李策,李欣.基于注意力机制的乳腺X线摄影分类方法[J].计算机工程与应用,2020,56(8):166-170.
作者姓名:盛龙帅  李策  李欣
作者单位:1.江苏省社会安全图像与视频理解重点实验室(南京理工大学),南京 210094 2.中国矿业大学(北京) 机电与信息工程学院,北京 100083
基金项目:中央高校基本科研业务费专项;越崎青年学者资助计划;国家自然科学基金
摘    要:环境的日益恶化导致癌症的发病率不断升高,2018年全球乳腺癌的发病率在所有癌症中已经位居首位。乳腺X线摄影价格实惠且易于操作,目前被认作是最好的乳腺癌筛查方法,也是早期发现乳腺癌最有效的方法。针对乳腺X线摄影不容易分辨、特征不明显等特点,提出了基于RNN+CNN的注意力记忆网络对其进行分类。注意力记忆网络包含注意力记忆模块和卷积残差模块。注意力记忆模块中,注意力模块提取乳腺X线摄影的特征,记忆模块在RNN网络加入注意力权重来模拟人对所提取关键信息的重点突出;卷积残差模块使用CNN对图像进行分类。该方法创新之处在于:提出注意力记忆网络用于乳腺X线摄影图像分类;所设计网络在RNN+CNN结构上引入注意力权重,提取图像关键信息以增强特征描述。在乳腺X线摄影INbreast数据集上的实验结果显示,注意力记忆网络的运行时间比预训练的Inceptionv2、ResNet50、VGG16网络少50%以上,同时达到更高的分类准确率。

关 键 词:乳腺X线摄影  注意力机制  卷积神经网络  循环神经网络  预训练  

Classification of Mammography Based on Attention Mechanism
SHENG Longshuai,LI Ce,LI Xin.Classification of Mammography Based on Attention Mechanism[J].Computer Engineering and Applications,2020,56(8):166-170.
Authors:SHENG Longshuai  LI Ce  LI Xin
Affiliation:1.Jiangsu Key Laboratory of Image and Video Understanding for Social Safety, Nanjing University of Science and Technology, Nanjing 210094, China 2.School of Mechanical Electronic and Information Engineering, China University of Mining and Technology(Beijing), Beijing 100083, China
Abstract:
Keywords:mammography  attention mechanism  Convolutional Neural Network(CNN)  Recurrent Neural Network(RNN)  pre-training
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号