本文提出了一种基于通道空间注意力机制的迁移学习框架，用于检测胸部 X线图像中的肺炎。该框架结合了ResNet101、ResNet50和ResNet34三种预训练模型的特征提取能力，并引入高效的通道空间注意力机制，以解决传统方法仅关注通道信息而忽略空间信息的问题。通过通道空间注意力机制，模型能够同时关注通道和空间信息，从而显著提高分类精度。实验结果表明，该方法在准确度、精确度、召回率和特异度方面均取得了优异的性能，分别为98%、97.2%、99%和95.3%。该研究为肺炎检测提供了有力支持，也为医学图像分类领域提供了一种新的高效解决方案。