一种用于阿尔茨海默病病情评分预测方法

本发明涉及病情预测技术领域，具体公开了一种用于阿尔茨海默病病情评分预测方法，包括：S1、获取目标受试者的纵向多时间点MRI影像数据及对应的临床评分数据；S2、处理得到脑区的特征矩阵和不同时间点的脑区数据和临床评分；S3、利用字典学习算法对所述特征矩阵进行稀疏表示，得到稀疏表示矩阵；S4、构建SLSTM，以基线时刻及M06、M12时间点的所述稀疏表示矩阵为输入，训练模型以预测后续时间点M18、M24、M36的临床评分；本发明通过字典学习对MRI影像数据进行稀疏表示，去除冗余特征，提取与病情变化高度相关的特征，结合双层堆叠LSTM结构，捕捉纵向时间序列中的长期依赖关系，使得模型能够更准确地预测未来时间点的临床评分。