一种基于多阶段融合的磁共振成像分类方法

本发明公开了一种基于多阶段融合的磁共振成像分类方法，适用于计算机辅助医疗领域，并包括：1、构建多阶段交叉注意力的多模态融合网络模型：该模型将注意力机制引入模态融合领域，实现了不同模态间的信息交互和关注，有效地促进了特征的晚期融合；在此基础上，通过对晚期融合特征与早期融合特征进行交叉融合处理，确保了模型在信息整合过程中不丢失任何关键细节；2、模型训练与磁共振影像分类：通过对模型进行训练，使其能够准确地对输入的磁共振影像数据进行分类。本发明通过结合交叉注意力与多阶段融合技术，显著提升了对待测患者磁共振功能成像数据及生理指标数据间复杂关系的捕捉能力，进而实现了更高精确度的影像分类效果。