一种基于多模态脑网络特征融合的阿尔茨海默症诊断方法

本发明提出一种基于多模态脑网络特征融合的阿尔茨海默症诊断方法，基于多模态大脑影像、神经网络以及注意力机制，主要的创新点在于：1)MRI、DTI及fMRI三类多模态数据的有效特征组合，能够反映病患样本的全部特征信息。2)针对不同的影像数据，使用具有针对性的特征提取器，三维卷积更适合三维MRI全脑图像的特征学习，Mamba模型更适合fMRI时间序列特征的学习，图卷积网络更适合DTI纤维数量结构脑网络特征的学习。3)创新混合注意力机制融合三类多模态特征，同时使用位置编码以及Transformer结构，提高多模态特征的混合效果与分类准确度，相比于卷积和全连接层结构，能够学习到信息更丰富。