Dual-Path Vision Transformer用于急性缺血性脑卒中辅助诊断

张桃红, 郭学强, 郑瀚, 罗继昌, 王韬, 焦力群, 唐安莹

PDF(1872 KB)
PDF(1872 KB)
电子科技大学学报 ›› 2024, Vol. 53 ›› Issue (02) : 307-314.

Dual-Path Vision Transformer用于急性缺血性脑卒中辅助诊断

  • 张桃红, 郭学强, 郑瀚, 罗继昌, 王韬, 焦力群, 唐安莹
作者信息 +
History +

摘要

急性缺血性脑卒中是由于脑组织血液供应障碍导致的脑功能障碍,数字减影脑血管造影(DSA)是诊断脑血管疾病的金标准。基于患者的正面和侧面DSA图像,对急性缺血性脑卒中的治疗效果进行分级评估,构建基于Vision Transformer的双路径图像分类智能模型DPVF。为了提高辅助诊断速度,基于EdgeViT的轻量化设计思想进行了模型的构建;为了使模型保持轻量化的同时具有较高的精度,提出空间-通道自注意力模块,促进Transformer模型捕获更全面的特征信息,提高模型的表达能力;此外,对于DPVF的两分支的特征融合,构建交叉注意力模块对两分支输出进行交叉融合,促使模型提取更丰富的特征,从而提高模型表现。实验结果显示DPVF在测试集上的准确率达98.5%,满足实际需求。

关键词

急性缺血性脑卒中 / 视觉Transformer / 双分支网络 / 特征融合

中图分类号

R743.3 / TP391.41 / TP18

引用本文

导出引用
张桃红, 郭学强, 郑瀚, 罗继昌, 王韬, 焦力群, 唐安莹. Dual-Path Vision Transformer用于急性缺血性脑卒中辅助诊断. 电子科技大学学报. 2024, 53(02): 307-314

基金

科技部科技创新2030-重大项目(2020AAA0108703); 广西高校人工智能与信息处理重点实验室基金(2022GXZDSY001)

评论

PDF(1872 KB)

Accesses

Citation

Detail

段落导航
相关文章

/