基于CBAM-DenseNet网络的支气管内膜结核辅助诊断研究.pdf

摘要 摘 要 支气管内膜结核 （endobronchialtuberculosis，EBTB）是肺结核的特殊类型， 是指发生在气管、支气管粘膜和粘膜下层的结核病。由于无特异性临床症状， EBTB 早期漏诊误诊的情况屡见不鲜，严重症状患者甚至需要进行肺叶切除手术 才能治愈，可见早期治疗对于EBTB 患者的重要性。随着智能医疗的发展，基 于卷积神经网络 （ConvolutionalNeuralNetwork，CNN）的医学智能辅助诊断系 统在临床取得了不错的成效，但研究调查发现关于EBTB 的医学辅助诊断系统 仍未研发。更遗憾的是，EBTB 图像数据库也仍未建立。因此，本研究构建了世 界上首个EBTB 支气管镜图像数据库，提出采用CNN 中的密集连接卷积网络 DenseNet ConvolutionalBlockAttentionModule CBAM （ ）结合卷积注意力模块（ ， ） 构建CBAM-DenseNet 网络模型，研发设计了基于CBAM