基本信息

---

下载

文档摘要

---

摘要

近年来，由于全球气候变化和新型病原体的频繁出现，肺炎病例持续增加，

给医疗系统带来巨大压力，也使医学界面临更大的诊断挑战。为应对此问题，本

研究运用深度学习技术，致力于从胸部X光影像中精确快速地识别肺炎类型，

特别是正常、新冠肺炎和普通病毒性肺炎，以提升诊断准确性和效率。

本研究创新性地结合了GoogLeNet与DenseNet两种经典图像分类网络的优

点，构建了一种名为DINet的新型网络架构。其核心设计理念在于，将GoogLeNet

的部分Inception模块替换为具有密