En los últimos años, la radiografía de tórax (CXR) se ha convertido en una de las herramientas significativas para ayudar en el diagnóstico y tratamiento de la neumonía por nuevo coronavirus. Sin embargo, las imágenes de CXR tienen áreas de lesiones con formas complejas y cambiantes, lo que dificulta identificar la neumonía por nuevo coronavirus en las imágenes. Para abordar este problema, en este estudio se diseña un nuevo modelo de red de aprendizaje profundo (BoT-ViTNet) para clasificación automática, que se construye sobre la base de ResNet50. Primero, introducimos la autoatención multi-cabezal (MSA) en el último bloque de cuello de botella de las tres primeras etapas en el ResNet50 para mejorar la capacidad de modelar información global. Luego, para mejorar aún más el rendimiento de expresión de características y la correlación entre características, se utilizan los bloques TRT-ViT, que consisten en Transformer y cuello de botella, en la etapa final de ResNet50, lo que mejora el reconocimiento de regiones de lesiones complejas en las imágenes de CXR. Finalmente, las características extraídas se envían a la capa de agrupación promedio global para la integración de información espacial global de manera concatenada y se utilizan para la clasificación. Los experimentos realizados en la base de datos de Radiografía COVID-19 muestran que la precisión de clasificación, la precisión, la sensibilidad, la especificidad y la puntuación F1 del modelo BoT-ViTNet son del 98,91%, 97,80%, 98,76%, 99,13% y 98,27%, respectivamente, lo que supera a otros modelos de clasificación. Los resultados experimentales muestran que nuestro modelo puede clasificar las imágenes de CXR de manera mejor.