Transformer and Raman spectroscopy enable a new detection method for COVID-19
基于 Transformer 和拉曼光谱的 COVID-19 检测,作为一个练手的小项目,在参考代码的基础上没做太多网络架构的创新。结果显示,Transformer 网络表现出色,但训练过程相对耗时。
项目完整代码的 github 链接:https://github.com/zzl2022/Transformer_Raman_Classificationhttps://github.com/zzl2022/Transformer_Raman_Classification
数据集:您需要手动完成以下操作。
从 kaggle 下载 "Raman spectroscopy for detecting covid-19" 数据集,并将其解压缩到“数据”文件夹。
数据集URL:https://www.kaggle.com/datasets/sfran96/raman-spectroscopy-for-detecting-covid19
步骤:运行 classification_Transformer.py。在脚本生成的 “result” 文件夹中可以看到一些结果。
训练曲线:
混淆矩阵:
环境:Python 3.7,requirements.txt
参考:
[1] Yin, Gang; Li, Lintao; Lu, Shun; Yin, Yu; Su, Yuanzhang; Zeng, Yilan; et al. (2020): Data and code on serum Raman spectroscopy as an efficient primary screening of coronavirus disease in 2019 (COVID-19). figshare. Dataset. https://doi.org/10.6084/m9.figshare.12159924.v1
[2] Timeseries classification with a Transformer model
此项目的介绍就到这里,任何问题可以留言讨论~