基于矢量量化多模态医学数据表征融合模型的分类方法

本申请涉及一种基于矢量量化多模态医学数据表征融合模型的分类方法。所述方法包括：以双层3D卷积神经网络模型为基础，添加矢量量化模块和退化网络模块，得到初始多模态医学数据表征融合模型。将患者MRI和PET数据输入所述初始多模态医学数据表征融合模型，得到3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量。基于所述3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量确定损失函数，基于所述损失函数调整所述初始多模态医学数据表征融合模型的参数，当所述损失函数达到预设标准时，得到目标多模态医学数据表征融合模型。将待分类阿尔兹海默症图像数据输入所述目标多模态医学数据表征融合模型中，得到分类结果。