论文部分内容阅读
随着新冠肺炎的蔓延,为了准确诊断新冠肺炎,本文提出了一种改进的基于卷积神经网络的新冠肺炎识别算法即ARS-CNN算法。该算法在CNN网络结构的基础上,加入了新的功能模块:首先,为了捕获不同感受野的多尺度特征信息并加强网络对图像特征的利用,提出了跳跃连接RFB结构;其次,通过短连接aspp模块来改善网络在特征提取过程中图像分辨率减少所导致的局部信息丢失的问题;最后,将注意力机制GC模块与sSE模块进行融合实现对特征信息的筛选并完成特征信息之间的交互,从而提高新冠肺炎识别精度。在公开的COVID-19胸