基于视觉Transformer算法的阿尔兹海默症分类预测方法技术

本发明专利技术提供了一种基于视觉Transformer算法的阿尔兹海默症分类预测方法，包括：步骤1，获取多张阿尔兹海默症患者的核磁共振成像的图像样本，对多张图像样本进行数据预处理；步骤2，将预处理后的多张图像样本进行图像尺寸调整，得到多张尺寸调整后的图像样本；步骤3，将多张尺寸调整后的图像样本进行切块处理，得到多个小立方体；步骤4，将多个小立方体进行线性映射，得到多个一维向量；步骤5，对每一个一维向量进行位置信息添加。本发明专利技术所述的基于视觉Transformer算法的阿尔兹海默症分类预测方法，数据获取简单方便，避免了手动提取特征带来的主观性，克服了基于CNN的方法的区域性和平移不变性等缺点。平移不变性等缺点。平移不变性等缺点。

【技术实现步骤摘要】
基于视觉Transformer算法的阿尔兹海默症分类预测方法


[0001]本专利技术涉及智能医疗
，特别涉及一种基于视觉Transformer算法的阿尔兹海默症分类预测方法。

技术介绍

[0002]阿尔茨海默症(Alzheimer
’
s disease,AD)是一种起病隐匿、进行性发展的神经系统退行性疾病。AD的潜伏期较长，其临床症状会随着时间的推移而慢慢恶化，包括记忆缺失、认知障碍、痴呆等，阿尔茨海默症作为一种隐匿的慢性疾病，会直接影响患者和家人的正常生活，对社会的危害极大。目前，该症的病因还未明确，虽然一些研究表明导致阿尔茨海默症的因素主要有基因遗传、免疫和神经递质等因素，但是还没有科学技术手段可以完全治愈该病。因此，阿尔茨海默症的早期诊断和预测是控制该病的关键手段。
[0003]现有的阿尔茨海默症的诊断方法包括神经心理学评估、神经影像学检查、生物学标志物检测等，其中最为广泛应用的是神经影像技术，其可以提供丰富的脑功能信息，有利于研究人员从各个方面分析患者的病情，以便做出准确预测。磁共振成像(Magnetic本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉Transformer算法的阿尔兹海默症分类预测方法，其特征在于，包括：步骤1，获取多张阿尔兹海默症患者的核磁共振成像的图像样本，对多张图像样本进行数据预处理；步骤2，将预处理后的多张图像样本进行图像尺寸调整，得到多张尺寸调整后的图像样本；步骤3，将多张尺寸调整后的图像样本进行切块处理，得到多个小立方体；步骤4，将多个小立方体进行线性映射，得到多个一维向量；步骤5，对每一个一维向量进行位置信息添加；步骤6，将位置信息添加后的多个一维向量输入Transformer encoder网络进行特征提取，Transformer encoder网络输出d维向量，将d维向量输入MLP模块，得到分类预测结果。2.根据权利要求1所述的基于视觉Transformer算法的阿尔兹海默症分类预测方法，其特征在于，所述步骤1具体包括：步骤11，将多张所述图像样本进行AC
‑
PC矫正，得到多张标准的图像样本；步骤12，将多张标准的图像样本中的非脑结构进行剥离，得到多张非脑结构剥离后的图像样本；步骤13，通过cat12工具箱的图像分割算法分别将多张非脑结构剥离后的图像样本中的结构性数据分割成灰质、白质和脑脊液三种结构，得到多张分割后的图像样本；步骤14，将多张分割后的图像样本通过序列线性变换配准到标准脑模板空间MNI，统一全部图像样本的坐标空间；步骤15，将多张图像样本中的灰质图像切片为2mm
×
2mm
×
2mm的立方体积图像，得到多张体积尺寸为91mm
×
109mm
×
91mm的图像样本。3.根据权利要求2所述的基于视觉Transformer算法的阿尔兹海默症分类预测方法，其特征在于，所述步骤2具体包括：步骤21，对多张体积尺寸为91mm
×
109mm
×
91mm的图像样本的周围使用0进行填充，重新调整每张图像样本的尺寸为112mm
×
112mm
×
112mm。4.根据权利要求3所述的基于视觉Transformer算法的阿尔兹海默症分类预测方法，其特征在于，所述步骤3具体包括：步骤31，设定步长为S，以S为步长按...

【专利技术属性】
技术研发人员：郜业露，黄晃，张炼，
申请(专利权)人：湖南应超智能计算研究院有限责任公司，
类型：发明
国别省市：