人工智能阿尔茨海默病3D MRI多模态分类方法及系统 · CN122967966A

著录项目

公开（公告）号CN122967966A	申请号CN202611107858.7	专利类型发明专利
状态在审	国家或地区CN	申请人北京城市学院
分类号G16H50/30(2018.01), G16H50/70(2018.01), G16H10/60(2018.01), G16H30/20(2018.01), G06F18/10(2023.01), G06F18/213(2023.01), G06F18/241(2023.01), G06F18/25(2023.01), G06N3/0455(2023.01), G06N3/045(2023.01), G06N3/0464(2023.01)	申请日2026-07-24	公开日2026-10-23
发布日期2026-10-23	文档 ID84601335557400005	源数据页码33
专利语言zh

摘要

本发明公开了一种人工智能阿尔茨海默病3D MRI多模态分类方法及系统。该方法获取受试者的三维结构磁共振成像数据和结构化临床表型数据，对临床变量和MRI体数据分别进行预处理；随后采用三维残差网络提取影像空间解剖表征，采用多层感知机提取临床表型表征，并将两类异构特征投影至共享注意力空间，通过多头注意力机制、残差连接和层归一化建模跨模态依赖关系，最终输出认知正常与认知受损或阿尔茨海默病风险分类结果。该方案在小样本条件下避免单一模态信息不足的问题，并通过排除强标签相关认知量表变量和引入缺失模式建模降低信息泄漏与捷径学习风险，可提高辅助筛查模型的稳定性、鲁棒性和可比性。

附图

附图 1