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
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
动态门控
网络检测方法
融合特征
融合网络系统
频率
高光谱图像分类方法
双分支网络
融合策略
卷积模块
冗余
检测网络模型
微藻
注意力机制
多尺度特征金字塔
检测头