一种基于深度学习与混合专家模型的大脑编码方法

本发明属于医学图像处理技术领域，具体涉及一种基于深度学习与混合专家模型的大脑编码方法。针对现有脑编码方法未能有效建模不同脑区之间的特征关联，以及对多层视觉特征融合不足的问题，本发明利用预训练图像模型与混合专家模型，动态地从视觉信息中提取并融合适合不同脑区特异需求的视觉特征，充分捕获视觉信息的空间和语义特征。并通过区域特定的路由机制动态选择适配于各脑区的专家网络，以增强视觉特征表达的区域特异性和共享性。随后再利用脑区编码器将融合后的视觉特征映射至大脑响应空间，从而显著提高了视觉刺激诱发大脑响应预测的准确性与模型的泛化能力。