一种DCE-MRI中基于注意力机制的动脉输入函数自动选取方法

本发明公开了一种DCE‑MRI中基于注意力机制的动脉输入函数自动选取方法，将数据进行快速傅里叶变换，获得对应的幅度和相位；双域数据输入HDC Block残差卷积网络层，捕获多尺度特征并通过残差连接融合浅层细节与深层语义特征；HDC Block层输出的数据特征表示进入RWK层实现特征时序依赖建模，并预先通过一个序列重建任务完成了RWKV层的参数学习；利用分类头将所有数据划分类别；按照类别优先原则，进行评分计算，得到最终的最高分AIF。本发明能够实现准确高效且具有临床实用性的AIF自动选择，对血流动态细节的捕捉能力显著增强，保持了算法对扫描参数差异的强鲁棒性，有效降低了灌注参数判读的临床不确定性。