贫血检测注意力网络

提出一种结合多重空间注意力的AlexNet模型，利用文本与图像多模态数据实现对贫血的自动化高精度识别。

盛津芳 · Muhammad Usman, Saeed · Wang, Bin · Faisal, Z. Duraihem

Visual Computing for Industry, Biomedicine, and Art 2024

参数信息

准确率

99.58 %

技术优势

准确率更高

提出的AlexNet多重空间注意力模型在贫血检测数据集上达到了99.58%的准确率，超越了传统机器学习模型。

多模态融合更有效

结合文本和图像数据的集成方法优于单一模态，表明多模态信息互补提升了检测性能。

注意力机制管用

消融实验证实了蓝绿红、多重和空间注意力等关键组件对模型性能的贡献。

应用场景

• 智能诊断：自动分析血液数据，替代人工镜检，提升贫血筛查效率。
• 可穿戴健康监测：可嵌入移动健康应用，利用图像数据实现无创贫血自检。