一种基于三维EfficientNet与多尺度特征融合的脑龄预测方法

本发明公开了一种基于三维EfficientNet与多尺度特征融合的脑龄预测方法，本发明方法对T1加权MRI数据进行偏场矫正、配准、非脑组织去除的预处理操作，采用三维卷积改造的EfficientNet作为主干网络提取深层语义特征；为了更有效地利用多尺度信息，本发明先通过双向特征金字塔网络在不同分辨率和语义深度上实现跨层特征融合，增强全局与局部特征的互补性；再利用最优传输策略将多尺度特征映射到固定大小的嵌入，确保特征空间的统一性和重要信息的保留。最终将融合后的特征与性别信息拼接，并通过全连接层预测脑龄。本发明方法在多中心MRI数据集上呈现更高的预测精度与稳定性，并且基于该结构的参数量更小，提升了计算效率。