一种基于群体图深度聚类的孤独症神经分型方法

    公开(公告)号:CN118332365A

    公开(公告)日:2024-07-12

    申请号:CN202410431362.X

    申请日:2024-04-11

    Abstract: 本发明涉及一种基于群体图深度聚类的孤独症神经分型方法,包括:根据受试者的脑部静息态功能磁共振数据计算受试者的皮尔森相关脑网络矩阵;将脑网络矩阵作为受试者节点的特征;根据受试者节点的特征、受试者节点的性别和受试者节点的站点信息建立脑网络图结构;利用自编码器将节点特征矩阵编码到潜在空间表示,并进行重构;根据邻接矩阵利用图自编码器将节点特征矩阵编码到潜在空间,并进行重构;计算节点的融合特征表示矩阵;利用K‑means算法进行聚类将受试者划分为多个类型,利用节点的融合特征表示矩阵更新受试者节点的特征,并重复执行上述步骤直至损失函数收敛,输出最终的分类结果,提高聚类效果。

    一种基于多头注意力特征融合的肝图像分割方法

    公开(公告)号:CN119229116A

    公开(公告)日:2024-12-31

    申请号:CN202411267421.0

    申请日:2024-09-11

    Abstract: 本发明涉及肝分割技术领域,具体涉及一种基于多头注意力特征融合的肝图像分割方法,包括基于Unet网络结构建立肝图像分割模型,采集肝CT图像及其对应的标注区域图像;对肝CT图像进行边缘检测算子处理得到肝区域轮廓图像;对肝CT图像进行二值化处理得到肝区域二值化图像;将肝CT图像通过分割网络得到肝区域粗分割图像;将肝CT图像、标注区域图像、肝区域轮廓图像、肝区域二值化图像和肝区域粗分割图像调整到相同尺寸后合并,得到合并图像;采用合并图像集训练肝图像分割模型,采用损失函数计算损失,根据损失优化模型参数直至收敛;获取待处理肝CT图像输入训练好的肝图像分割模型,得到肝分割图像;本发明能提供更精确的分割图像。

Patent Agency Ranking