基于双线性注意力金字塔网络的压疮等级识别

作     者：陈昱彤 邓悟 何小海 CHEN Yutong;DENG Wu;HE Xiaohai

作者机构：四川大学电子信息学院成都610065 四川大学华西天府医院成都610065 

基　　金：四川省科技计划项目(2020YFS0298) 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2022年第12卷第11期

页      码：197-203页

摘      要：在实际临床应用场景下,压疮伤口等级分类较多且图像间差距小。针对使用图像识别技术对压疮图像分类难度大的问题,提出了基于双线性注意力金字塔的压疮等级识别网络BAP-CNN。该网络以细粒度分类网络APCNN为基础(细粒度指类间差距小的情况符合压疮等级分类需求),设计了瓶颈注意力模块,并且采用双线性注意力池化的方法,从而提升模型的整体性能和识别准确率。实验结果表明,在细粒度视觉分类数据集和自建压疮伤口图像SCU-PU数据集上,改进后的网络BAP-CNN与基础网络APCNN以及经典细粒度网络NTS、WSDAN相比,模型的识别率均有所提升,证明了改进方法的有效性,以及在不同数据集下良好的泛化能力。

主 题 词：压疮 图像识别 细粒度分类 瓶颈结构 双线性池化 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-2163.2022.11.033

馆 藏 号：203115572...