基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
环境的日益恶化导致癌症的发病率不断升高,2018年全球乳腺癌的发病率在所有癌症中已经位居首位.乳腺X线摄影价格实惠且易于操作,目前被认作是最好的乳腺癌筛查方法,也是早期发现乳腺癌最有效的方法.针对乳腺X线摄影不容易分辨、特征不明显等特点,提出了基于RNN+CNN的注意力记忆网络对其进行分类.注意力记忆网络包含注意力记忆模块和卷积残差模块.注意力记忆模块中,注意力模块提取乳腺X线摄影的特征,记忆模块在RNN网络加入注意力权重来模拟人对所提取关键信息的重点突出;卷积残差模块使用CNN对图像进行分类.该方法创新之处在于:提出注意力记忆网络用于乳腺X线摄影图像分类;所设计网络在RNN+CNN结构上引入注意力权重,提取图像关键信息以增强特征描述.在乳腺X线摄影INbreast数据集上的实验结果显示,注意力记忆网络的运行时间比预训练的Inceptionv2、ResNet50、VGG16网络少50%以上,同时达到更高的分类准确率.
推荐文章
结合注意力机制的新闻文本分类研究
文本分类
卷积神经网络
注意力模型
词向量
基于多通道视觉注意力的细粒度图像分类
图像分类
细粒度图像分析
视觉注意力
图像表示
深度学习
用于目标情感分类的多跳注意力深度模型
目标情感分类
注意力机制
卷积神经网络
深度学习
自然语言处理
基于BGRU和自注意力机制的情感分析
情感分析
双向门限循环单元(BGRU)
自注意力机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注意力机制的乳腺X线摄影分类方法
来源期刊 计算机工程与应用 学科 工学
关键词 乳腺X线摄影 注意力机制 卷积神经网络 循环神经网络 预训练
年,卷(期) 2020,(8) 所属期刊栏目 图形图像处理
研究方向 页码范围 166-170
页数 5页 分类号 TP391.4
字数 2920字 语种 中文
DOI 10.3778/j.issn.1002-8331.1910-0097
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
乳腺X线摄影
注意力机制
卷积神经网络
循环神经网络
预训练
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导