综合视图分析的多模态心血管疾病检测方法

综合视图分析的多模态心血管疾病检测方法，本发明涉及心血管疾病（CVD）自动诊断技术中，CVD进展分析困难，难以尽早诊断和预防的问题。尽管当前基于深度学习的CVD自动诊断技术取得了一定的进展，但大多局限于分析单模态数据，无法全面预测CVD的进展。为解决这一问题，本文提出综合视图分析的多模态心血管疾病检测方法。实验表明，该方法利用血管分割图辅助视网膜眼底图像进行跨视角学习，增强模型对视网膜血管的特征感知；以视网膜眼底图像和无创临床指标两种多模态数据作为输入，增强模型对CVD事件的深度理解；利用多阶信念交互融合方法对多模态特征进行相融互补，提高检测的准确性和可靠性。本发明应用于CVD检测。