一种基于深度学习与多模态融合的溶栓预测方法

本发明公开了一种基于深度学习与多模态融合的溶栓预测方法，属于溶栓预测技术领域，包括S1、收集缺血性脑卒中患者的MRI图像，构建脑卒中自动分割模型；S2、图像配准；S3、病灶分割；S4、溶栓预测。本发明提出了基于门控并行Mamba网络的脑卒中自动分割模型，能有效捕捉图像中的长距离依赖关系，快速且准确地实现对缺血性脑卒中病灶的分割，极大地提升了病灶识别的效率与准确性；本发明提出的算法实现了线性时间复杂度，大幅降低了计算资源消耗，突破了现有技术的瓶颈；本发明提出的基于多模态数据的脑卒中溶栓预测模型，为患者是否适合溶栓治疗提供科学的自动化决策支持，提升了医疗决策的质量与安全性。