基于深度学习的多特征融合的动脉瘤识别方法及系统

本发明提供一种基于深度学习的多特征融合的动脉瘤识别方法及系统，涉及图像识别技术领域，包括获取原始图像，通过多尺度卷积神经网络提取多尺度特征图，进行全局平均池化生成特征描述符并确定分值权重，通过加权求和得到融合特征图，结合残差学习模块及通道注意力模块进行全局平均池化和最大池化，得到通道描述符并确定通道权重，生成通道注意力特征图，进而生成空间注意力特征图，结合门控机制和特征融合模块得到模态特征。通过获得第一特征矩阵及注意力矩阵，得到增强特征矩阵，进而生成交互特征矩阵，结合低秩双线性池化得到融合特征，将所述融合特征添加至预先训练的回归森林模型，得到动脉瘤识别结果。