摘要
本发明公开了一种基于Transformer多模态算法的手绘螺旋线分类方法,采用纸质画板及签字笔作为数据采集设备,在获取受试者手绘螺旋线圈后传入电脑中进行处理;将收集到的螺旋线图像转换为统一大小的二值图像,去除噪声;通过多模态螺旋线分类Transformer网络实现震颤特征和匝间距特征的提取;将同一图像的不同特征完成编码后,通过多模态螺旋线分类Transformer网络的分层融合策略将各模态的数据进行融合;通过跨模态的注意力机制对融合进行进一步优化;通过解码器及MLP head输出受试者绘制的螺旋线的评估分级。本发明通过提取手绘螺旋线圈的间距特征和震颤特征算法,实现对多种模态特征数据的提取。再通过融合多模态数据最终实现对不同种震颤程度的手绘螺旋线圈的精准评级。
技术关键词
震颤
编码器
跨模态
分类方法
图像骨架化方法
多模态
数据采集设备
间距
融合策略
多头注意力机制
签字笔
空间分布特征
细粒度特征
图像处理算法
前馈神经网络
系统为您推荐了相关专利信息
自动识别系统
模型训练模块
解剖学特征
解剖学结构
深度学习方法
马铃薯病虫害
连续投影算法
实数编码遗传算法
分类方法
波长