基于人工智能的抗NMDAR脑炎临床预后评估方法

本发明涉及一种基于人工智能的抗NMDAR脑炎临床预后评估方法，属于人工智能与数据处理技术领域。其包括以下步骤：获取患者的多模态神经影像数据；采用张量分解融合策略对多模态神经影像数据进行融合预处理，通过低秩约束保留跨模态空间相关性，得到融合后的输出张量；通过对融合后的输出张量进行病灶感知各向异性扩散滤波，得到扩散滤波后的输出影像；构建抗NMDAR脑炎临床预后评估模型，所述扩散滤波后的输出影像输入模型中进行训练，采用Adam自适应优化器对训练过程进行优化，最终得到训练好的模型；将待评估的扩散滤波后的输出影像输入到训练好的模型中，得到评估分类结果。本发明能够增强模型对病灶的识别和分类能力。