基于多模态多层图神经网络模型的AD分类预测方法及系统

本发明提供了基于多模态多层图神经网络模型的AD分类预测方法及系统，通过结合成像和非图像信息，实现了AD分类性能的提升，在脑神经疾病领域有着广泛的应用潜力。本发明基于大脑ROI之间的关系和受试者的关系分别构建了基于GAT和GCN的双层GNN架构的多层图神经网络，对大脑ROI关系和受试者关系进行分层训练，提升了模型在AD分类中的性能。本发明采用高斯核函数在大脑ROI之间构建脑网络作为ROI特征，简化了脑区特征提取的过程，更好地适应了GNN的训练需求。本发明构建了多源非图像信息矩阵，优化了第二层GNN的图构建和训练过程，并通过反向传播调整非图像信息对边权重的影响，从而更全面地考虑受试者之间的关系。