一种基于多模态数据融合的认知障碍进展趋势预测方法

本发明公开了一种基于多模态数据融合的认知障碍进展趋势预测方法，首先，获取MR I影像、PET影像、EEG以及量表信息，所述量表信息包括临床认知评分数据、患者年龄、智商评分、性别和教育程度，并进行标准化处理；构建一个由生成器和判别器组成的特征提取网络，以MRI影像为输入，通过生成器生成高质量PET影像特征，通过判别器对生成的PET影像特征与真实的PET影像特征进行判别进而优化生成器；构建一个增强多模态分类模型，对MR I影像、生成的PET影像特征、EEG信号及临床认知评分进行深度融合得到多模态特征；步骤4、输入多模态特征，采用Mamba模型进行时序建模，预测患者在未来时间段内的认知衰退趋势。