摘要
本发明提供一种多模态MRI图像分类识别方法。首先,获取带真实标签的脑部多模态MRI数据集作为训练样本;对获取的sMRI和fMRI数据预处理;构建多模态MRI数据分类识别模型;将预处理后的所述数据输入构建的多模态MRI数据分类识别模型进行训练;获取待识别的多模态MRI数据,对所述多模态数据进行预处理;将预处理后待识别的sMRI和fMRI数据输入训练好的多模态MRI分类识别模型,获取多模态MRI数据分类识别结果;本发明提出的一种多模态MRI图像分类识别方法,在减小sMRI和fMRI两种不同模态间分布差异的同时,可以减小不同模态收敛速度差异,有效地减轻了不同模态之间的异质性,充分利用了不同模态的互补性,得到了丰富的特征信息,提升了多模态MRI图像分类识别模型的性能。
技术关键词
多模态MRI图像
数据分类识别
特征提取网络
分类识别方法
分类识别模型
fMRI特征提取
参数
特征提取模块
数据识别模型
图像分类识别
样本
全脑功能
因子
指数
支持向量机
图像配准
校正
融合特征