一种不完整多模态分层特征融合网络的MCI转换分类方法

本发明公开了一种不完整多模态分层特征融合网络的MC I转换分类方法，首先获取患者的脑部MRI、PET图像和临床表格数据；构建由MR I金字塔、PET金字塔和共性金字塔组成的金字塔结构模块，应用MRI金字塔和PET金字塔捕获不同尺度的图像特征，将不同尺度的图像特征和临床表格特征输入至分层Mamba‑交叉注意力模块得到融合特征；将融合特征分别与MR I金字塔、PET金字塔和共性金字塔的最后一层的输出进行拼接得到三组不同尺度的特征图像；将三组不同尺度的特征图像通过三重混合融合模块生成多模态融合特征；将三组不同尺度的特征图像和多模态融合特征通过MLKAN分类头得到四个分类结果，将四个分类结果拼接得到最终分类结果。