一种基于多模态数据驱动的阿尔兹海默症预测方法

本发明属于智慧医疗领域，涉及一种基于多模态数据驱动的阿尔兹海默症预测方法，包括：获取待测患者的MRI图像和临床指标数据，并输入训练好的阿尔兹海默症预测模型，得到预测结果；预测模型的训练过程包括：获取阿尔兹海默症数据集；将每个患者的MRI图像输入多层次特征提取模块，得到每个患者的多层次视觉特征；将每个患者的临床指标数据输入特征筛选模块，得到每个患者筛选后的指标特征；将每个患者的多层次视觉特征和筛选后的指标特征输入预测模块，得到每个患者的预测结果；根据预测结果更新预测模型的参数，直到得到训练好的预测模型；本发明构建元学习模型学习元特征选择器在不同情况下的效果，进而动态调整组合策略，提高的预测效果。