基于跨模态双图交互学习的桥本甲状腺炎纵向预测方法

本发明属于图像数据处理技术，为一种基于跨模态双图交互学习的桥本甲状腺炎纵向预测方法，包括：获取目标对象在多个历史随访时点对应的历史随访数据；对每个历史随访时点的多视图甲状腺超声图像依次进行多感受野特征提取、通道与空间注意力增强及双池化融合，获得各超声视图的增强超声特征，并进行自注意力处理和基于注意力的加权聚合，获得随访级超声表示；构建包括跨模态双图编码单元、双图交互融合单元、纵向预测单元的纵向预测模型，并对模型进行训练；对实时输入的多视图甲状腺超声图像，利用训练后的模型进行预测，输出目标对象在目标随访时点的桥本甲状腺炎状态预测结果。本发明提高了桥本甲状腺炎预测的准确性和鲁棒性。