公开(公告)号：CN119128643A

公开(公告)日：2024-12-13

申请号：CN202411232840.0

申请日：2024-09-04

Applicant: 杭州电子科技大学

Inventor： 朱晟豪 ,  贾帆 ,  陈一飞 ,  刘畅 ,  黄一语 ,  常铄 ,  王雨荷 ,  方昭杰 ,  秦飞巍 ,  王昌淼

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06F18/25

Abstract: 本发明公开了一种基于MSTNet神经网络的奥茨海默多模态分类方法，包括如下步骤：步骤1、获取奥茨海默ADMC多维数据集，所述多维数据集包括统一数据来源的脑电图、核磁共振成像和量表数据，并将多维数据集划分为训练集和测试集；步骤2、构建MSTNet多模态神经网络模型，所述MSTNet多模态神经网络模型包括时间特征编码器、跨模态融合注意力模块、特征标记器和表格编码架构；步骤3、使用训练集对MSTNet多模态神经网络模型进行训练，结合多模态数据特点，对MSTNet多模态神经网络模型参数调优；步骤4、使用测试集评估完成训练的MSTNet多模态神经网络模型，最终实现奥茨海默多模态分类功能。该方法能够实现自动、智能的奥茨海默多模态分类功能，具有较高的分类准确率和效率。