【技术实现步骤摘要】
本专利技术涉及人工智能模型，尤其涉及一种基于领域适应的阿尔兹海默症进程识别方法及系统。
技术介绍
1、目前大多数阿尔兹海默症辅助诊断中使用的结构核磁共振图像数据来自多个站点，多站点的数据增加了数据的样本量，提高了模型的性能；但是这些数据在获取的过程中往往采用了不同的扫描协议、扫描仪等，这导致了不同站点的数据之间存在着差异。而在实际的临床诊断中，不同医院采集病人数据的过程以及标准和训练使用的数据采集过程很难是一致的。阿尔兹海默症识别领域里，不同站点的数据之间的差异将会显著的影响模型的识别性能。
技术实现思路
1、本专利技术的目的在于解决现有技术中由于不同医院或不同站点采集数据之间存在差异导致模型预测受影响的问题，提高模型识别的准确性。
2、本专利技术解决其技术问题所采用的技术方案是：提供一种基于领域适应的阿尔兹海默症进程识别方法，包括如下步骤：
3、对脑部影像数据进行预处理，得到源域图像；
4、对源域图像进行数据增强处理，获得增强后的源域图像作为目标域图像
5、本文档来自技高网...
【技术保护点】
1.一种基于领域适应的阿尔兹海默症进程识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述对脑部影像数据进行预处理，包括：
3.根据权利要求1所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述利用目标域图像与源域图像训练阿尔兹海默症进程识别模型，包括：
4.根据权利要求3所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述特征编码器包括三个改进残差块和一个全局平均池化层，每个改进残差块均对输入的待识别图像进行特征编码，三个改进残差块的...
【技术特征摘要】
1.一种基于领域适应的阿尔兹海默症进程识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述对脑部影像数据进行预处理，包括：
3.根据权利要求1所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述利用目标域图像与源域图像训练阿尔兹海默症进程识别模型，包括：
4.根据权利要求3所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述特征编码器包括三个改进残差块和一个全局平均池化层，每个改进残差块均对输入的待识别图像进行特征编码，三个改进残差块的输出一起输入全局平均池化层，全局平均池化层的输出作为提取的特征；每个改进残差块包括依次连接的第一3×3×3卷积层、第二3×3×3卷积层、第一坐标注意力层、第三3×3×3卷积层、第四3×3×3卷积层和第二坐标注意力层。
5.根据权利要求4所述的所述基于领域适应的阿尔兹海默症进程识别方法，其特征在于，所述特征编码器提取待识别图像的特征，待识别图像在进入特征编码器之...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。