基于多模态超图卷积神经网络的阿尔茨海默病分类方法

本发明属于智能医疗计算机辅助诊断应用技术领域,涉及基于多模态超图卷积神经网络的阿尔茨海默病分类方法。该方法包括训练阶段和使用阶段两部分,训练阶段包括初始多模态特征构建模型,深度多模态特征提取模型和最终阿尔茨海默病分类。初始多模态构建模型使用K 近邻和超图理论,分别对每个模态构建超图,获得初始多模态构建模型。本发明为了提高多模态特征的有效性,基于最初的多模态超图数据,利用基于超图的图卷积神经网络进行深度学习来构建出深度多模态特征,相对于原始多模态特征,经过深度特征提取的多模态特征具有更小的数据维度和更高的分类效果。