一种基于注意力机制和迁移学习的COVID-19深度学习诊断系统

摘要

本发明公开了一种基于注意力机制和迁移学习的COVID‑19深度学习诊断系统，包括数据收集与存储模块，构建动态数据库用于存储和动态更新肺CT样本；数据预处理模块，将预处理后的肺CT样本导入缓冲数据库作为神经网络的输入数据源；深度学习神经网络模型构造模块，将迁移学习与预训练的深度卷积神经网络、注意力机制结合；模型训练与验证，按比例将CT图像样本随机分配到训练数据集和测试数据集中；模型诊断预测，将独立于训练集和测试集中的第三方CT图像输入到保存好的模型中。本发明提供的基于注意力机制和迁移学习的COVID‑19深度学习诊断系统，能够将深度学习技术应用于COVID‑19早期的辅助诊断，省时省力且大大提高了诊断效率。