基于轻量化模型的阿尔茨海默病分类
来源：计算机应用与软件杂志2025年第12期北京时间：
作者：王青松, 马金刚, 宋佳航, 李 明
摘要：针对现有阿尔茨海默病图像分类模型规模过大，难以被部署到移动端进行工作的问题，提出一种轻量化模型，该模型基于ResNet18模型作出如下改进：调整模型结构并使用深度可分离卷积替换部分普通卷积以降低模型的参数量；改进并使用空洞空间金字塔（ASPP）模块提升模型捕获全局上下文信息的能力；嵌入注意力模块CBAM提升模型特征提取效率。实验结果表明，相对于模型ResNet18，改进后的模型参数量减少95.51%，分类准确率、F1分数分别提高1.67百分点和2.20百分点，具有更高的应用价值。
关键词：阿尔茨海默病, 轻量化模型, ASPP, CBAM
