一种基于双注意力机制层次化CNN模型的轻度认知障碍分类识别方法

本发明公开了一种基于双注意力机制层次化CNN模型的轻度认知障碍分类识别方法，步骤如下：根据DKTatlas皮层分割图谱以及Aseg脑图谱对左右脑的内嗅皮层、中颞叶、海马、杏仁核、脑岛区域进行分割，选取10个ROI区域；应用sMRI影像计算每个ROI区域的形态学特征：灰质体积、皮层厚度均值、皮层厚度标准差、表面积和体素强度均值；创建包括嵌入通道注意力与空间注意力双注意力机制的层次化ROI的3D CNN和基于ROI的多层感知机分类器的双注意力机制层次化CNN模型；基于ROI的多层感知机分类器集成双注意力机制层次化ROI的3D CNN于不同ROI区域中提取的局部深度语义特征生成全局深度语义特征，同时与计算出的不同ROI区域形态学特征进行串联融合用于轻度认知障碍分类识别。