基于平衡多模态脑网络融合的帕金森亚型的诊断模型、装置及计算机可读存储介质

本发明公开了一种基于平衡多模态脑网络融合的帕金森亚型的诊断模型，本发明分别对功能磁共振数据和弥散张量成像数据进行预处理，得到fMRI信号和结构脑网络，再使用皮尔逊相关系数构建功能脑网络，并阈值化功能脑网络和结构脑网络，然后分别提取功能和结构脑网络中的功能和结构拓扑特征，同时将功能和结构脑网络进行模态对齐；然后融合多模态脑网络特征，并拼接功能和结构的拓扑特征和多模态融合特征，以便保留模态特异性信息和多模态融合信息；其次，将拼接后的特征加入至自适应权重学习模块，从而动态调整不同模态的贡献程度，并将权重分别与两种特征相乘，从而得到每个受试者平衡后的多模态特征，将平衡的多模态融合特征送入多层感知机进行分类。