技术特征：1.一种统计信息数据与影像数据的模态特征对齐融合方法，其特征在于，分为4个阶段：统计信息特征选择阶段、影像深度特征提取阶段、多模态特征对齐阶段和模态间交叉注意力机制的多模态数据融合进行目标分类预测阶段；
技术总结一种统计信息数据与影像数据的模态特征对齐融合方法涉及多模态数据融合领域，本发明提出了一种创新的多模态数据融合方法，该方法结合了特征对齐和基于交叉注意力机制的特征融合。特征对齐旨在将不同模态的特征映射到一个共享的表示空间中，以实现模态间的语义对齐。基于交叉注意力机制的特征融合能够自动学习不同模态数据的重要性权重，并将这些权重应用于特征的融合过程中。通过特征对齐以及交叉注意力机制策略，大大提高了复杂医学目标的分类准确率，相比传统拼接的特征融合方式，分类准确率由85.71％提升到90.48％，特异性达到了94.12％。
技术研发人员：李晓光,郭炳茹,杨滢齐,卓力
受保护的技术使用者：北京工业大学
技术研发日：技术公布日：2024/5/19