计算机应用

作者：平金如, 孙子文

单位：1.江南大学 物联网工程学院，江苏 无锡 214122；2.物联网技术应用教育部工程研究中心（江南大学），江苏 无锡 214122

关键词：肺炎X光图像,注意力机制,MobileNetV2,Transformer,特征融合

基金：国家自然科学基金资助项目(62173160)

针对肺炎X光图像病灶区域特征难以被提取和现有模型轻量化程度不高的问题，提出一种特征融合的MV2-Transformer（FFMV2-Transformer）肺炎X光图像分类模型。首先，采用轻量型网络MobileNetV2（Mobile Network Version 2）作为主干网络，并在反向残差瓶颈块中嵌入坐标注意力（CA）机制，从而通过将位置信息嵌入通道信息提高模型对病灶区域特征的提取能力；其次，设计局部和全局特征融合模块（LGFFM）将卷积层提取的局部特征与Transformer捕获的全局特征相结合，从而使模型能同时捕捉病灶区域的细节信息和整体信息，并进一步提高模型的语义特征提取能力；最后，设计跨层特征融合模块（CFFM）将空间注意力机制增强的浅层特征的空间信息与通道注意力机制增强的深层特征的语义信息相结合，从而获得丰富的上下文信息。为了验证模型的有效性，在肺炎X光数据集上进行消融实验和对比实验，结果表明，FFMV2-Transformer模型与MobileViT（Mobile Vision Transformer）模型相比，准确率、精确率、召回率、F1值和AUC（Area Under ROC（Receiver Operating Characteristic） Curve）值分别提高了1.09、0.31、1.91、1.08和0.40个百分点。可见，FFMV2-Transformer模型能在实现模型轻量化的同时，有效提取肺炎X光图像病灶区域的特征。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期