基于3D Grad-CAM的自闭症大脑磁共振图像可视化方法

摘要

本发明公开了一种基于3D Grad‑CAM的自闭症大脑磁共振图像可视化方法，采集自闭症大脑磁共振图像作为训练样本‑利用训练样本对3D Grad‑CAM模型进行训练，得到训练后的网络参数即系数矩阵W和偏倚向量b值‑根据不同的磁共振图像创建可视化热度图。3D Grad‑CAM在传统CAM模型的基础上对自闭症大脑磁共振图进行处理，实现自动识别检测且可视化效果良好的，较CAM算法有明显的提升，也很好地对反卷积和导向反向传播对类别不敏感问题作出了解释，便于辅助医学研究者定量分析和研究。