阿尔茨海默病早期筛查多模态特征融合预测方法及系统

本发明公开了一种阿尔茨海默病早期筛查多模态特征融合预测方法及系统，属于脑部疾病预测技术领域；方法包括：从患者记录数据库中获取包含认知测试分数、脑部影像扫描结果和生物标志物浓度水平的多维数据，通过标准化处理得到统一格式的多维数据集；采用降维分析方法提取关键特征向量以捕捉认知测试分数与脑部影像变化之间的共变关系；当认知测试分数下降幅度超过预设阈值且脑部影像显示萎缩迹象时，通过集成学习方法构建分类模型对异常信号进行初步分类；融合生物标志物浓度水平得到异常信号向量。本发明通过对人脑关键部位如海马体的精准评估，显著提升了阿尔茨海默病等脑部疾病早期筛查的准确性与效率。