一种适宜李氏人工肝应用的多模态体征分类方法

本发明涉及图像识别技术领域，公开了一种适宜李氏人工肝应用的多模态体征分类方法，包括采集CT影像数据与生理检查指标数据，在上位机中，CT影像数据通过CT影像特征提取网络获得CT影像特征向量，生理检查指标输入向量通过生理检查指标特征提取网络获得生理检查指标特征向量，然后CT影像特征向量和生理检查指标特征向量经过特征融合输出网络获得二分类结果。本发明充分利用了采集到的CT影像数据与生理检查指标数据，通过深度学习方法提取不同模态数据所包含的语义和特征，引入交叉注意力方法实现不同模态特征的适应性融合，构建了CT‑生理检查指标的多模态联合体征，进一步提升了网络的表征能力。