阿尔茨海默病预测模型训练方法、阿尔茨海默病预测方法及设备

本申请提供阿尔茨海默病预测模型训练方法、阿尔茨海默病预测方法及设备，训练方法包括：采用磁共振成像样本的脑室轮廓点云及第一深度学习模型得到第一阿尔茨海默病预测结果数据；采用经协变量校正后的脑室体积比数据及第二深度学习模型得到第二阿尔茨海默病预测结果数据；将第一阿尔茨海默病预测结果数据、第二阿尔茨海默病预测结果数据以及分类标签集中训练SVM模型以用于预测阿尔茨海默病预测融合结果。本申请能够聚焦脑室形态学特征并实现脑室形状的精准刻画，能够有效消除无关因素干扰，能够采用脑室多维数据进行集成学习，并能够有效提高阿尔茨海默病预测模型的分类性能和泛化能力，进而能够有效提高阿尔茨海默病预测效率及准确性。