影像组学脑网络到形态学脑网络的预测方法、系统和设备
申请号:CN202511134020
申请日期:2025-08-14
公开号:CN121032949A
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及医学图像生成技术领域,具体为影像组学脑网络到形态学脑网络的预测方法、系统和设备,为解决现有技术中形态学脑网络预测效果差的技术问题,本发明首先通过将T1加权成像的脑区影像组学特征、影像组学脑网络进行图空间特征提取,提取脑区局部到全局的多层次结构信息,经对称引导注意力融合强化,再结合残差连接的图卷积和多层感知机制优化特征表征,得到图空间特征;同时,利用欧式空间特征提取补充脑区空间位置信息,并与图空间特征进行空间融合,全面捕捉形态学脑网络的拓扑结构、对称特性及空间分布规律,有效提升基于T1加权成像的影像组学脑网络预测形态学脑网络的准确性、对称性与鲁棒性。
技术关键词
影像
空间特征提取
网络特征
组学特征
融合特征
注意力
非线性特征
图像生成技术
空间分布规律
成像
多层次结构
存储计算机程序
预测系统
纹理特征
机制
处理器
基础