换一批摘要磁共振成像(MRI)在阿尔茨海默病和脑肿瘤的早期诊断中具有重要价值,针对传统方法在抗噪性和空间上下文建模方面存在的不足,提出一种改进型EfficientNet模型DW-ECANet.该模型在原始EfficientNet-B0结构的中间MBConv模块中嵌入协调注意力(coordinate attention)机制,以增强网络对空间位置信息与通道特征的联合建模能力;同时采用离散小波变换(DWT)对图像提取关键的低频结构信息,同时抑制高频噪声干扰.实验在3个公开数据集上进行,结果表明,该模型在多类MRI图像分类任务中表现出优异性能,具有良好的泛化性和临床应用潜力,可为阿尔茨海默症和脑肿瘤的早期辅助诊断提供高效精准的技术支撑.
更多相关知识
关键词
磁共振成像阿尔茨海默病脑肿瘤协调注意力离散小波变换magnetic resonance imagingAlzheimer's diseasebrain tumorscoordinate attentiondiscrete wavelet transform
栏目名称
DOI
10.13624/j.cnki.issn.1001-7445.2025.1388
发布时间
2026-01-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62067007）
广西学位与研究生教改课题（JGY2023236）
- 浏览2
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
