基于三维残差网络和时空注意力机制的心磁图分类识别方法

本发明公开了一种基于三维残差网络和时空注意力机制的心磁图分类识别方法，属于人工智能与医学成像交叉技术领域。所述方法通过对多通道心磁信号进行预处理并构建二维等磁图序列，将时序数据堆叠为三维张量作为模型输入。创新性地结合三维残差卷积结构与时空注意力机制，利用残差连接增强深层网络训练稳定性，通过多维度注意力权重自动聚焦关键时空特征区域。模型训练后不仅能实现高精度疾病分类，还可生成三维交互式热图，以可视化形式揭示心磁信号的异常模式。本发明能够有效提取心磁图序列的空间与时间特征，提升疾病识别精度，并提供具备医学解释能力的注意力热图。