SE注意力MobileViT

膀胱脱垂分级准确率86%

结合CNN局部特征和ViT全局依赖,再引入通道注意力增强特征表示,在盆腔MRI图像上实现更准确的膀胱脱垂自动分级。

朱绍军 · Ying, Lu · 吴茂念 · Zheng, Bo

Medical Physics 2024

参数信息

分级准确率
86.34 %
Kappa值
78.27 %
敏感度
83.75 %
特异度
95.43 %
精确率
85.70 %
曲线下面积
95.05 %

技术优势

分级更准

在测试集上分级准确率达到86.34%,优于多种现有CNN模型,可帮助医生减少误判。

全局关联抓得好

通过ViT建模远距离非局部依赖,补充CNN只关注局部特征的不足,对盆腔器官整体结构的分级更有效。

特征表示更强

引入通道注意力模块挤压激励网络,自适应增强重要通道,提升特征表示能力,从而改善分级性能。

应用场景