1.一种基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述基于双通道条件融合的医学图像因果合理性检测方法包括如下步骤:S1、获取医学图像数据集并从医学图像数据集中选取一张医学图像记为原始医学图像其中,A为病人编号,i为原始医学图像的拍摄生成日期,a表示拍摄部位,b表示拍摄角度;
S2、利用医学图像扰动器从医学图像数据集中选取两张医学图像分别记为第一医学图像 和第二医学图像 使 构成符合因果合理性的正样对,构成不符合因果合理性的负样对,Y为所在样对的两张医学图像的时间
间隔,B为病人编号,j为医学图像扰动器选取的医学图像的拍摄生成日期,c表示拍摄部位,d表示拍摄角度;
所述符合因果合理性的正样对 满足以下约束:
Y是原始医学图像 和第一医学图像 的时间间隔,以年为单位;j≥i,i和j均为整数;当i=j时,ab≠cd;
所述不符合因果合理性的负样对 满足以下约束:
①当A=B时:Y是原始医学图像 和第二医学图像 的时间间隔,以年为单位;i≥j,i和j均为整数;
②当A≠B时:Y是原始医学图像 和第二医学图像 的时间间隔,以年为单位;i和j均为整数;
S3、建立双通道条件融合模型,所述双通道条件融合模型包括第一通道模块、第二通道模块、判决器和三个特征提取器,所述第一通道模块和第二通道模块均包括时间信息分发器和多个依次连接的嵌入融合单元,所述嵌入融合单元包括依次连接的时间信息嵌入器和融合模块,并执行如下操作:S31、将原始医学图像 第一医学图像 和第二医学图像 一一对应输入三个特征提取器进行特征提取,获得对应的抽象等级由低到高的各个层次的抽象特征;
S32、将原始医学图像 和第一医学图像 对应的抽象等级由低到高的各个层次的抽象特征分别一一对应依次输入所述第一通道模块的各时间信息嵌入器,将原始医学图像和第二医学图像 对应的抽象等级由低到高的各个层次的抽象特征分别一一对应依次输入所述第二通道模块的各时间信息嵌入器;
S33、利用时间信息分发器将所在样对的两张医学图像的时间间隔Y转换为与各个层次匹配的均值和方差分发到对应通道模块的时间信息嵌入器中;
S34、将各通道模块的嵌入融合单元接收的均值和方差融合到与其匹配的抽象特征中,获得对应通道模块的输出特征,每个通道模块具体操作如下:S341、通过第一层次的时间信息嵌入器将接收的两医学图像的抽象特征分别与接收的均值和方差融合,获得对应的第一层次提取特征,并将第一层次提取特征通过第一层次的融合模块生成第一层次融合特征;
S342、通过第n层次的时间信息嵌入器将接收的两医学图像的抽象特征分别与接收的均值和方差融合,获得对应的第n层次提取特征,并将第n层次提取特征和第n‑1层次融合特征通过第n层次的融合模块生成第n层次融合特征,n≥2;
S343、判断n是否等于N,N为嵌入融合单元的数量,若是,认为完成全部层次的融合,并将最末层次的融合特征作为对应通道模块的输出特征,否则,置n=n+1,返回执行步骤S342;
S4、将第一通道模块的输出特征和第二通道模块的输出特征依次对应记为正样和负样并输入判决器,获得原始医学图像 的因果合理性评分。
2.如权利要求1所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述特征提取器和判决器均采用多层卷积神经网络。
3.如权利要求2所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述特征提取器采用ResNet50网络或Transformer网络。
4.如权利要求1所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述时间信息分发器采用全连接网络。
5.如权利要求1所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述时间信息嵌入器为条件归一化层。
6.如权利要求5所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述条件归一化层采用Batch Normalization层。
7.如权利要求1所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述融合模块的融合方式为将其输入特征进行像素级矩阵的相乘、相加和取最大值其中之一。
8.如权利要求1所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述双通道条件融合模型还进行训练并通过差异损失函数Lossdif和分布损失函数Lossdis反向传播调优双通道条件融合模型,直至差异损失函数Lossdif和分布损失函数Lossdis收敛,获得训练好的双通道条件融合模型。
9.如权利要求8所述的基于双通道条件融合的医学图像因果合理性检测方法,其特征在于:所述差异损失函数Lossdif和分布损失函数Lossdis,公式如下:Lossdis=‑DD(di(x))
式中,x为正样,y为负样,Di(·)为差异判决器, 为Di(x)的梯度,||·||1为L1范数,为L2范数的平方,DD(·)为分布判决器。