一种基于自适应多模态数据融合的生物医学数据分析方法

本发明公开了一种基于自适应多模态数据融合的生物医学数据分析方法，属于多模态特征数据处理技术领域；方法为：取多模态数据，并对多模态数据进行预处理；采用模态特定神经网络模型对预处理后的多模态数据进行提取；对提取的各模态特征进行初级融合，生成初步融合特征；引入基于注意力机制的自适应融合模块，获取最终融合特征；采用FCNN模型将最终融合特征进行分类预测，完成多模态数据的分类。本发明通过初级平均融合和自适应融合的双重机制，在多模态数据缺失的情况下保持高精度识别，避免了因数据不完整导致的性能下降；同时，通过注意力机制动态调整模态权重，能够根据各模态数据的质量和完整性优化融合过程，显著提升了特征表达能力。