《电子测量技术杂志》发表论文赏析

结合视图感知CNN和Transformer的阿尔茨海默病诊断研究

来源:电子测量技术杂志2025年第1期北京时间:

作者:吴慧东,刘立程,潘丹

单位:1.广东工业大学信息工程学院 广州 510006; 2.广东技术师范大学电子与信息学院 广州 510665

摘要:为解决阿尔茨海默病(AD)患者大脑结构性核磁共振影像(sMRI)病变细微复杂和空间异质性分布引起的病症诊断准确率低的问题,提出了一种结合卷积神经网络(CNN)和Transformer优势的混合架构,用于AD病症诊断。首先,设计了多视图特征编码器,通过构造融合混合注意力机制的视图局部特征提取器分支,从sMRI的冠状面、矢状面和轴向面方向提取潜在互补信息,并通过多视图信息交互学习策略增强病灶区域的语义表征。其次,设计了级联式多尺度融合子网络,逐层融合多尺度特征图以生成更丰富判别信息。最后,利用Transformer编码器建模了全脑sMRI的全局特征表示。在阿尔茨海默病神经影像倡议(ADNI)数据集上的结果显示,本文方法在AD分类和轻度认知障碍(MCI)转化预测任务的准确率分别达到了94.05%和81.59%,优于多种现有方法。

关键词:阿尔兹海默病;结构性核磁共振成像;混合架构;多视图信息;多尺度特征

基金资助:国家自然科学基金项目(61976058)、广州市科技计划项目(202206010007)、广东省科技计划项目(2021B0101220006)

2025年1期其他文献查阅:

基于同步双向A星和灰狼优化的多点巡航规划

基于多任务学习的电机声信号域自适应故障诊断方法

基于CBAM-SRResNet的水下图像超分辨率重建研究

改进YOLOv8的城市行车道路障碍物检测算法研究

基于匹配滤波的非接触生命体征测量

用于运动想象脑电信号分类的深度学习网络

改进YOLOv8的密集人群口罩检测算法

基于轻量化YOLOv7的带式输送机输送带撕裂检测算法

扰动信息未知的永磁同步电机自适应滑模控制

基于多策略改进灰狼算法的无人机路径规划

改进YOLOv8的光伏电池缺陷检测算法

基于多目标跟踪优化的路口车辆轨迹提取方法

基于改进YOLOv8的轻量化皮革缺陷检测方法

基于Densenet模型的步态相位识别研究

融合时频特征的通信辐射源个体识别方法

基于多层注意力和度量学习的商品识别方法

结合视图感知CNN和Transformer的阿尔茨海默病诊断研究

改进YOLOv8n的轻量级遥感图像军用飞机检测算法

基于Enhanced Zero-DCE++的水下选通图像增强技术研究

自适应复杂环境噪声的多重关注联合优化检测算法

基于改进ResNet深度学习的古代壁画分类方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!