摘要
本发明涉及一种基于多模态多分支神经网络的乳腺癌NAC疗效预测方法,包括如下步骤:步骤S1,获取乳腺癌的两个NAC阶段的多模态超声图像并进行预处理;步骤S2,基于预处理后的各个NAC阶段多模态超声图像,利用本发明设计的一种预训练好的多模态多分支神经网络,在考虑不同NAC阶段图像间的相关性以及不同模态超声图像间的相关性的前提下,得到乳腺癌NAC疗效的预测结果。与现有技术相比,本发明能够有效捕获不同阶段之间的差异信息及单个阶段的更深层次特征,且充分考虑多模态之间的强相关性和互补性信息,更好地了解其特征表示对分类任务的贡献,提取模态间的相关性,从而提高预测准确性。
技术关键词
多分支
多模态
彩色多普勒
预测系统
灰阶超声图像
焦点损失函数
全局平均池化
特征提取网络
特征提取模块
通道
注意力机制
多阶段
矩阵
两阶段
训练集