南京中医药大学学报

作者：庄哲笼, 丁有伟, 胡孔法, 陈科宏, 陈功,

关键词：图像分割, 图像分类, 注意力机制, 面瘫, 诊断, SOLOv2-Vision Transformer,

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。

来源：2025年第10期

《南京中医药大学学报》期刊编辑部

查看南京中医药大学学报杂志2025年第10期