Dado que a área da lesão nas imagens de raios-X pulmonares é pequena e de forma complexa, com fronteiras pouco definidas em relação ao tecido normal, o que resulta em extração insuficiente das características das lesões nas imagens de pneumonia, foi proposto um modelo de reconhecimento de pneumonia DRT Net baseado em Res-Transformer de dupla residual focado no reforço de características. Três estratégias diferentes de reforço de características foram projetadas para melhorar a capacidade de extração de características do modelo. Foi projetado um módulo de atenção de grupo de dupla residual (GADRM), utilizando estrutura dupla residual para fusão eficiente de características, combinando a estrutura dupla residual com embaralhamento de canais, atenção de canais e atenção espacial para reforçar a capacidade do modelo em extrair características da área da lesão; na camada superior da rede, foi utilizado um módulo de extração de características globais e locais (GLFEM), combinando as vantagens de CNN e Transformer para permitir que a rede extraia completamente as características globais e locais da imagem, obtendo características globais das informações semânticas em alto nível, reforçando ainda mais a capacidade de extração de características semânticas da rede; foi projetado um módulo de fusão de características de dupla atenção entre camadas (CDAFFM), que funde informações espaciais da rede rasa com informações de canal da rede profunda para reforçar as características entre camadas extraídas pela rede. Para validar a eficácia do modelo, foram realizados experimentos de ablação e experimentos comparativos no conjunto de dados COVID-19 CHEST X-RAY. Os resultados experimentais mostraram que a precisão, precisão positiva, recall, valor de F1 e valor de AUC da rede proposta foram 98,41%, 94,42%, 94,20%, 94,26% e 99,65%, respectivamente. O DRT Net pode ajudar radiologistas a diagnosticar pneumonia usando radiografias torácicas, tendo um papel clínico importante.

reconhecimento de pneumonia;imagem de raios X;reforço de características;estrutura de dupla residual;Transformer