[发明专利]一种基于注意力结合特异结构的阿尔兹海默症分类方法

权利要求书

1.一种基于注意力结合特异结构的阿尔兹海默症分类方法，其特征在于包括以下步骤：

步骤一：数据集预处理，根据特定的分割算法将脑部分割成132个子结构，统计每个子结构像素点个数作为子结构的体积参数，将得到的132个子结构的体积参数作为特征向量送入决策树进行分类并输出脑部特异性子结构；

步骤二：网络模型设计，提出基于脑部特异性子结构自注意力网络(Self Attentionbased Specific Substructures of Brain,CASSB)模型，在该模型中新设计了注意力子模块和特异性子结构体积两个模块来提高分类网络的准确率；

步骤三：模型训练，将步骤一中提取出的特异性子结构和原始的脑部图像输入到步骤二中的CASSB网络进行训练，在训练的过程中根据训练过程中的性能表现进行参数调整和优化；

步骤四：模型性能测试，将测试集送入到步骤三中训练好的模型中进行分类，并对分类的指标进行定量的评价，定量指标主要为以下两个：准确率和召回率。

2.根据权利要求1所述的基于注意力结合特异结构的阿尔兹海默症分类方法，其特征在于步骤一中的脑部特异性子结构提取，通过决策树对体积属性向量进行分类，输出决策树顶部的6个特异性子结构。

3.根据权利要求书1所述的基于注意力结合特异结构的阿尔兹海默症分类方法，其特征在于步骤二中注意力子模块，注意力子模块主要通过自编码和解码过程的方式，消除医学影像中的冗余信息，抽取有用信息。

4.根据权利要求1所述的基于注意力结合特异结构的阿尔兹海默症分类方法，其特征在于步骤二中的脑部特异性子结构自注意力网络实现了像素信息与形态学信息的融合，结合不同维度的信息，提高模型的分类性能。