换一批融合SOLOv2-Vision Transformer的面瘫识别方法研究
Study on Facial Paralysis Recognition Method with SOLOv2-Vision Transformer
摘要目的 为了使患者和医生更快诊断病情,达到早发现、早诊断、早治疗的目的,建立准确及时的面瘫智能化辅助诊断方法.方法 提出融合SOLOv2-Vision Transformer的方法,将收集的面瘫数据经过替换主干网络的SOLOv2 模型分割,去除图像中干扰部分,再输入到Vision Transformer模型中进行分类训练.通过先分割再分类的原则,提高面瘫图像的分类效果.结果 该实验方法在MEEI面瘫数据集上的准确率为 0.982、召回率为 0.982、F1-score为 0.981,相比于基础模型分别提高了 2%、4%、4%.结论 融合SOLOv2-Vision Transformer的面瘫分类模型,相比较于未经分割的方法可实现更高的识别精度,为面瘫诊断提供了新方法.
更多相关知识
关键词
图像分割图像分类注意力机制面瘫诊断SOLOv2-Vision Transformerimage segmentationimage classificationattention mechanismfacial paralysisdiagnosisSOLOv2-Vision Trans-former
分类号
R2-03（中国医学理论）
栏目名称
DOI
10.14148/j.issn.1672-0482.2025.1399
发布时间
2025-11-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
