一种基于循环视觉Transformer的纵向脑灰质图像分类方法

AITNT
正文
推荐专利
一种基于循环视觉Transformer的纵向脑灰质图像分类方法
申请号:CN202411832383
申请日期:2024-12-12
公开号:CN119762860A
公开日期:2025-04-04
类型:发明专利
摘要
本发明涉及一种基于循环视觉Transformer的纵向脑灰质图像分类方法,属于计算机视觉领域。基于循环视觉Transformer(RViT)的纵向灰质图像的时空特征建模方法,首先通过共享的ResNet来挖掘不同时间点灰质图像中的空间特征,再通过共享的RViT模块来融合不同时间点灰质图像中的全局时空依赖,不仅加快了模型训练的时间,并且挖掘到纵向数据中的全局时空关联性,进而实现对纵向灰质图像的精确分类。
技术关键词
图像分类方法 图像分类模型 注意力 残差模块 计算机可执行指令 特征建模方法 卷积模块 结构磁共振 可读存储介质 图像校正 训练集 计算机程序产品 计算机视觉 计算机系统 图像分割 处理器 阶段
系统为您推荐了相关专利信息
1
基于混合空间-频率专家的深度学习遥感变化检测方法
变化检测方法 单体 离散小波变换 深度视觉特征 深度空间特征
2
跨域三维特征协同动态门控融合网络系统及检测方法
动态门控 网络检测方法 融合特征 融合网络系统 频率
3
一种空间-光谱全局感知双分支高光谱图像分类方法
高光谱图像分类方法 双分支网络 融合策略 卷积模块 冗余
4
长文本序列的处理方法、装置、计算机设备及存储介质
文本 注意力模型 序列 计算机设备 可读存储介质
5
基于YOLOV8的轻量化多尺度融合的微藻检测方法
检测网络模型 微藻 注意力机制 多尺度特征金字塔 检测头
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号