基于脑白质病变组学特征的阿尔茨海默症早期预警方法

本申请公开了一种基于脑白质病变组学特征的阿尔茨海默症早期预警方法，涉及智慧医疗领域，该方法包括：获取历史受试者在轻度认知障碍期至阿尔茨海默症确诊前期间的磁共振成像数据，并进行脑白质及脑白质病变区域的人工标注，以获取人工标注数据集；基于人工标注数据集训练用于脑白质病变识别的深度学习模型；将待识别磁共振成像数据输入至深度学习模型，提取脑白质的病变特征；将提取的病变特征进行标准化与特征对齐后输入深度聚类模型，形成针对不同脑白质病变特征类型的聚类结果；基于聚类结果及其对应的阿尔茨海默症转化风险标签构建早期风险评估模型，并输出受试者的阿尔茨海默症转化风险等级，解决了病变多特征难量化、细节难识别的问题。