摘要
本发明提供一种基于图网络引导的医学图像信息对齐方法、设备及介质,属于医学图像处理技术领域,提取多模态表征;将单一模态的特征图转换为完全图并利用图神经网络的信息传递和聚合特性;再通过更新边权重和去除低质量边和节点,得到多个包含重要对象的子图;构建跨模态图;基于patch级别配置交叉注意力机制,实现patch级别的信息匹配,查到不同医学图像之间的差异化;定义内部学习核函数和外部学习核函数;计算两个样本对在高维空间的距离,再利用所述距离进行聚类分析。本发明使得模型对于重要对象的关注以及多模态匹配方式更加符合人类的思维模式.同时引入交叉注意力机制实现更加细粒度信息的对齐。
技术关键词
医学图像信息
对齐方法
交叉注意力机制
节点
图像编码器
样本
网络
跨模态
随机噪声
医学图像处理技术
图像局部特征
多模态
定义
文本编码器
特征提取器
对象
处理器
系统为您推荐了相关专利信息
计算机可执行指令
毒性预测方法
样本
标签
更新模型参数
编码向量
编码特征
语义协同
自动控制方法
四向穿梭车
智能电力控制方法
新能源充电桩
资源调度优化
功率
节点