模型训练方法、多发性硬化病形成风险预测方法和装置

本申请提供了一种模型训练方法、多发性硬化病风险预测方法和装置，属深度学习技术领域，针对当前多发性硬化病早期诊断标志物缺乏、现有方法准确性不足的问题，通过提取目标患者的高密度脑电图的功率谱密度特征和功能连接特征特征，结合Transformer模型进行训练，得到目标Transformer模型，最后通过目标Transformer模型预测目标患者的多发性硬化病形成风险，实现了多发性硬化病的高精度风险预测，可有效辅助临床决策，提升早期干预效果。