轻量脊柱侧凸筛查网络

精度高、参数少、CPU毫秒级

该网络通过融合通道与空间注意力的ECASAM模块，在降低参数量的同时精准捕获脊柱关键特征，提升筛查准确率。

Zhijie, Ren · Zheng, Tianyou · Ding, Shangshang · Shengjiang, Zhang · Silong, Sheng · Yao, Kang · Zheng, Tianli · Fu, Weiwei · Dahang, Wan · Xiong, Daxi · Yang, Junlin

Biomedical Signal Processing and Control 2026

参数信息

CPU推理速度

6.71 ms

参数量降低幅度

65.56 %

准确率提升幅度

6.08 %

技术优势

精度反超

ECASAM模块深度融合通道与空间注意力，精准捕捉脊柱关键特征，从而比ResNet-18提升6.08%准确率。

参数大减

通过Convmixer模块高效整合特征提取，并优化分类头，参数量比ResNet-18减少65.56%，模型更轻量。

CPU可用

模型在CPU上推理速度仅6.71 ms，满足基层医疗机构和学校大规模筛查的实时性需求，无需GPU。

小样本不虚

轻量架构和注意力机制设计缓解了小样本下的过拟合问题，在多中心内外部验证集上表现稳定。

应用场景

• 青少年脊柱侧凸筛查：替代人工阅片，在普通电脑上快速完成脊柱侧凸初筛。
• 便携式医疗影像分析：模型轻量，可嵌入便携设备离线处理X光或体态图像。
• 边缘设备实时健康监测：6.71 ms CPU推理满足实时监测，无需云端算力。