一种基于动态模糊可学习脑网络的脑龄估计方法

AITNT
正文
推荐专利
一种基于动态模糊可学习脑网络的脑龄估计方法
申请号:CN202510520272
申请日期:2025-04-24
公开号:CN120580556A
公开日期:2025-09-02
类型:发明专利
摘要
本发明提供了一种基于动态模糊可学习脑网络的脑龄估计方法,属于医学影像处理与人工智能技术领域。其技术方案为:包括以下步骤:S1:采集受试者的脑部核磁共振成像,进行预处理和数据划分;S2:构建图结构数据,对数据进行特征提取与位置信息嵌入;S3:构建包含主分支与局部分支的动态模糊可学习脑网络模型,分别提取全局与局部连接特征;S4:主分支引入动态模糊多头自注意力模块,实现全局特征的有效建模;S5:局部分支通过卷积滤波器和可学习图注意力模块,动态建模通道间依赖关系;S6:融合主分支与局部分支的特征后,通过多层感知机进行脑龄预测。本发明提升了脑功能连接模式的建模能力,能更有效地完成脑龄预测任务。
技术关键词
卷积滤波器 估计方法 分支 动态邻接矩阵 注意力 表达式 隶属度函数 Sigmoid函数 多层感知机 模糊隶属函数 网络 代表 全局平均池化 模糊特征 数据 人工智能技术 通道 节点特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号