买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市龙岗中心医院;深圳市大数据研究院

摘要：本发明公开了一种基于自注意力机制融合的脑CT图像处理方法及相关设备，所述方法包括：构建处理模型，处理模型包括特征提取模块、特征融合模块和分类头，并获取用户的脑CT图像和格拉斯哥昏迷评分数据；将脑CT图像进行格式转换得到数据序列，对数据序列进行处理得到灰度图，并对灰度图进行去噪得到去噪灰度图；基于特征提取模块对去噪灰度图和格拉斯哥昏迷评分数据进行特征提取分别得到CT切片特征和领域知识相关特征；基于特征融合模块对CT切片特征和领域知识相关特征进行融合得到融合特征，并基于分类头对融合特征进行推理计算得到目标结果。本发明通过集成脑CT图像和GCS评分的多模态数据作为领域知识，对脑CT图像完成精准分析。

主权项：1.一种基于自注意力机制融合的脑CT图像处理方法，其特征在于，所述基于自注意力机制融合的脑CT图像处理方法包括：构建处理模型，其中，所述处理模型包括特征提取模块、特征融合模块和分类头，并获取用户的脑CT图像和格拉斯哥昏迷评分数据；将所述脑CT图像进行格式转换得到数据序列，对所述数据序列进行处理得到脑组织区域的灰度图，并对所述灰度图进行去噪处理得到去噪灰度图；基于所述特征提取模块分别对所述去噪灰度图和所述格拉斯哥昏迷评分数据进行特征提取，分别得到CT切片特征和领域知识相关特征；基于所述特征融合模块对所述CT切片特征和所述领域知识相关特征进行特征融合得到融合特征，并基于所述分类头对所述融合特征进行推理计算，得到目标结果；所述基于所述特征融合模块对所述CT切片特征和所述领域知识相关特征进行特征融合得到融合特征，并基于所述分类头对所述融合特征进行推理计算，得到目标结果，具体包括：将所述CT切片特征和所述领域知识相关特征输入至所述特征融合模块，所述特征融合模块根据第一公式将所述CT切片特征和所述领域知识相关特征进行连接，得到混合特征向量；根据第二公式计算所述CT切片特征和所述领域知识相关特征之间的潜在信息，并根据所述潜在信息对所述混合特征向量进行融合得到融合特征；将所述融合特征输入至所述分类头，所述分类头根据交叉熵函数对所述融合特征进行计算得到结果损失，并基于所述结果损失得到目标结果；所述第一公式为：fglobal＝ConcatConvXi，wgi+b；其中，fglobal为由脑CT图像和格拉斯哥昏迷评分数据连接的特征，Concat为组合函数，w为线性层的权重，b为线性层的偏差，i为数据集个体的索引，Xi为第i个体的CT切片，gi为第i个体的GCS评分，ConvXi为对Xi进行卷积运算；所述第二公式为：fmix＝Concathead1，...，headjWO；其中，fmix为混合特征，Concat为组合函数，headj为第j个注意力头，WO为输出权重矩阵，j为不同注意力头的索引；其中，Qj、和Vj均为fglobal中的权重矩阵与不同注意力头相乘得到的结果，dk为向量键的维数。

全文数据：

权利要求：

百度查询： 深圳市龙岗中心医院 深圳市大数据研究院 基于自注意力机制融合的脑CT图像处理方法及相关设备