基于 Transformer 和拉曼光谱的 COVID-19 检测

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。

在项目文件夹下创建新的 "data" 文件夹。

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~