基于多模态融合的视神经影像增强与病变识别方法

本发明公开了一种基于多模态融合的视神经影像增强与病变识别方法，包括如下步骤：S1、采集视神经病变患者影像数据，进行去噪处理、空间位置对齐和数据归一化；S2、构建改进的条件扩散概率模型，建立用于影像细节增强的逆向扩散过程；S3、利用逆向扩散过程逐步增强影像数据细节；S4、计算不同模态影像空间域与频率域的高维条件概率特征联合分布，建立跨模态特征集；S5、采用条件引导机制进行影像自适应融合；S6、优化模型参数，获得融合影像；S7、使用Transformer分类模型识别病变区域特征向量，实现病变识别和分类诊断。本发明显著提高了影像融合质量与病变诊断精度。