基于多视角PET图像的分组自注意力图卷积早期脑疾病预测方法

    公开(公告)号:CN117974598A

    公开(公告)日:2024-05-03

    申请号:CN202410135690.5

    申请日:2024-01-31

    申请人: 安徽大学

    发明人: 江波 周蝶 陈缘 汤进

    摘要: 本发明公开一种基于多视角PET图像的分组自注意力图卷积早期脑疾病预测方法,从PET扫描的轴向视图、冠状视图和矢状视图中学习表征,然后结合起来共同决策。以轴向视图为例,首先利用骨干网络提取脑PET图像特征,并将其按通道分为四组。针对每一组特征,构建一个k邻域空间图,并应用图卷积方法,旨在学习每个位置的空间上下文感知特征表示,充分利用图像中的空间信息。随后,利用自注意力模块促进特征之间的信息交互,并将每一组得到的特征连接在一起。最后,再将不同视图的特征连接起来,通过多层感知器对特征进行分类,使用加权二元交叉熵损失函数,并通过多次迭代训练获得最终的分类结果。