本申请公开了一种阿尔兹海默症的识别方法、装置和设备,方法包括:将不同受试者之间所属同一脑区的体素数据按照行向量的形式依次排列,使得同一脑区中具有相同属性价值的体素数据组织在一起,考虑了同一脑区体素数据的空间联系以及不同脑区之间体素数据的差异;并提出一种能够融入到传统的计算机视觉分类流程中的注意力机制,将其应用在构造每个脑区所对应的基分类器过程中,通过对每个脑区进行集成得到AD分类模型,提升了集成分类模型的准确率和稳定性;并且本申请的模型基于脑区中的体素数据进行训练,对硬件资源的要求比使用深度学习的网络模型要低得多。从而解决了现有的阿尔兹海默症的识别技术无法兼顾识别准确率高且成本低的技术问题。
📄 2020115693997
📂 G06T7_11
👤 广东工业大学
📅 2020-12-26