摘要
本发明提供了一种基于孪生剪枝注意力神经网络的脑龄预测方法,属于医学图像智能诊断技术领域。解决了在保证脑龄预测准确性的同时,降低模型对高维rs‑fMRI图像数据的计算开销,并提升模型在小样本和个体差异显著场景下的泛化能力。其技术方案为:包括以下步骤:S1:采集被试的静息态功能磁共振成像;S2:构建剪枝模块;S3:构建孪生神经网络模型;S4:设计一种联合损失函数综合考虑结构相似性和标签相似性;S5:在模型训练完成后,将测试集样本逐一输入已训练好的孪生网络结构中进行预测分析。本发明的有益效果为:提高脑龄预测的准确性和泛化能力。
技术关键词
处理单元
注意力神经网络
静息态功能磁共振成像
联合损失函数
特征提取器
孪生神经网络
样本
索引
大脑年龄预测
智能诊断技术
配准预处理
三维图像数据
网络结构
编码器
剪枝模型
标签
矩阵
注意力机制
系统为您推荐了相关专利信息
BIM技术
实时监测方法
非线性动力学模型
扩展卡尔曼滤波方法
数据同化方法
配电系统
场景生成方法
生成对抗网络模型
负荷历史数据
神经网络模型