一种基于多模态提示学习的阿尔兹海默症分类方法

本发明提出一种基于多模态提示学习的阿尔兹海默症分类方法，其特征在于包括以下创新步骤：步骤一、首先对医学影像数据进行预处理。步骤二、点云数据的特征提取。步骤三、其次构建融合KAN模型的点云特征增强网络。步骤四、将训练后的点云特征作为提示信息嵌入3D视觉网络。步骤五、最后通过层次化多模态注意力机制实现深度特征融合。步骤六、实验所使用的学习策略。模型采用三元特征交互(3D深层特征为查询、浅层多尺度浅层特征为键、点云特征为值)，实现"几何引导‑视觉感知"协同分析。该方法通过双通路设计(浅层拼接+深层注意力)和三重特征交互，整合脑部几何先验与影像语义特征，显著提升早期病理检测能力。