基于多任务范式融合下fNIRS数据的轻度认知障碍识别方法及系统

本发明公开一种基于多任务范式融合下fNIRS数据的轻度认知障碍识别方法及系统，方法包括：获取基于静息态任务和n‑back工作记忆任务得到的被试者的fNIRS数据；基于获取的fNIRS数据提取fNIRS相关特征；基于特征选择算法，对提取的fNIRS相关特征进行特征选择，形成特征集合；将形成的特征集合输入训练后的深度学习模型，输出轻度认知障碍识别结果。本发明通过获取fNIRS在静息态和n‑back工作记忆认知任务下的数据，计算多维度的fNIRS相关特征，并基于Gradient Boosting算法进行特征选择，最终结合深度学习模型进行MCI的精准识别。该方法不仅能够有效提取高维特征，还能通过模型训练和推理实现自动化的MCI诊断，具有较高的准确率和较强的推广应用潜力。