一种用于个体化认知能力评估预测的多模态数据融合建模方法
申请号:CN202510989494
申请日期:2025-07-17
公开号:CN120884246A
公开日期:2025-11-04
类型:发明专利
摘要
本发明实施例涉及一种用于个体化认知能力评估预测的多模态数据融合建模方法,包括:该方法先将结构化特征按语义分组,脑结构影像提取的脑区特征按类型分组,映射到统一维度后,经多层注意力机制建模全局依赖,每层输出含模态间交互信息的上下文表示,对序列输出平均池化得到输入特征序列。同时,获取三项测验结果信息,经处理得到多种等级信息,据此构建三维软标签向量,其三维度对应认知能力从低到高,作为目标变量。最后,将输入特征序列与三维软标签向量输入神经网络训练,基于训练好的网络预测个体认知概率,再结合等级信息评分得到个体认知评分,实现更精准的个体化认知能力评估预测。
技术关键词
融合建模方法
多层注意力机制
标签
序列
收发器
计算机服务器
语义
神经网络训练
输入模块
变量
处理器
可读存储介质
数据
建模装置
影像
存储器
风险
步道