摘要
本发明公开了一种外泌体与视神经损伤预后评估方法及系统,涉及数据处理与人工智能领域,所述方法包括:对视神经MRI数据进行采集与预后等级标注;采用各向异性高斯插值对三维MRI体素数据进行自适应处理,以保留视神经纤维层的微米级结构;构建双分支门控分类网络,通过独立分支提取轴突损伤与融合预后相关特征,并采用动态焦点损失函数结合置信度损失进行训练;最终通过模型输出患者预后的概率分布。本发明能够有效融合多模态信息、增强细微损伤特征表征,提高预后评估的准确性与可解释性。
技术关键词
预后评估方法
损伤特征
焦点损失函数
融合多模态信息
融合多模态特征
特征提取模块
预后评估系统
融合多尺度特征
分类网络
注意力
数据
参数更新模块
微米级结构
全局平均池化
分支
上下文特征
因子