一种基于NRGMFF和fMRI的脑疾病分类方法

本发明提出了一种基于NRGMFF和fMRI的脑疾病分类方法，用于提高脑部疾病的诊断准确性。该方法首先，利用综合激活评分和人口统计学相关性生成文本叙事报告；其次，通过结合层次小波‑Mamba模块和交叉多尺度Transformer嵌入器来整合全局和局部嵌入，以提取和融合多模态特征；最后，将生成的报告转化为嵌入并与全局视觉嵌入表示对齐，再通过分类器进行分类。在ADHD‑200和ABIDE数据集上的实验结果表明，NRGMFF在诊断准确性、敏感性和特异性方面均优于现有方法，展现了其作为脑部疾病诊断工具的潜力。