电子技术杂志社

摘要：阐述将相关影像学诊断学习任务作为多示例学习，所提模型使用卷积神经网络（CNN）提取图像特征并采用注意力（attention）机制实现特征融合。为了减少冗余信息对网络的干扰，引入子包架构，通过多级特征提取与融合，提升网络模型对噪声的鲁棒性。最终结果表明，所提模型在针对COPD类肺部疾病有着卓越的性能，并通过消融实验，验证了各模块的有效性。

关键词： 卷积神经网络;图像特征;多示例学习;弱监督;

基金资助： 国家自然科学基金资助项目（62271465）； 广东省医学科学院开放基金项目（YKY-KF202206）；

专辑： 信息科技;医药卫生科技

专题： 呼吸系统疾病;计算机软件及计算机应用;自动化技术

分类号： R563.9;TP391.41;TP18