摘要
本发明公开了一种基于多模态图表融合的sMRI图像分类方法、系统及终端,所述方法包括:获取目标sMRI图像数据、目标PET图像数据和目标临床数据;构建sMRI图像分类模型,对sMRI图像分类模型进行训练得到目标模型,包括:数据条件增强框架、表格Transformer嵌入模块、图像表格交叉融合模块和全连接层;将目标sMRI图像数据和目标PET图像数据分别输入到数据条件增强框架进行特征提取和融合,得到图像特征,将目标临床数据输入到表格Transformer嵌入模块进行特征提取,得到临床表格特征;将图像特征和临床表格特征输入到图像表格交叉融合模块进行特征融合,将融合特征通过全连接层后,得到sMRI图像数据的分类结果。本发明有效整合了成像和临床表格数据,提高了sMRI图像分类的准确性。
技术关键词
图像分类方法
图像分类模型
表格特征
多模态
数据
图表
分类程序
融合特征
图像分类系统
通道
嵌入特征
框架
分支
交叉注意力机制
注意力模型
可读存储介质
特征提取模块
系统为您推荐了相关专利信息
跌倒检测算法
隐私保护系统
隐私保护模块
数据加密技术
边缘计算技术
倒车控制系统
距离信息
实时图像信息
生成语音
实时监测数据
预测分类模型
人口统计信息
深度学习模型
支持向量机分类器
多源异构信息
图像实例分割方法
深度特征提取网络
实例分割模型
卷积模块
特征融合网络