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

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

基金资助

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）