摘要
本发明公开了一种基于BCL模型的帕金森进展预测方法,涉及医疗影像数据技术领域,包括:S1、获取包含H&Y评分和患者基本信息的临床数据,以及包含MRI图像的图像数据;S2、对MRI图像进行格式转换,结合H&Y评分进行数据标注;S3、对数据标注后的图像进行预处理;S4、使用主成分分析对预处理后的图像进行降维,提取图像的低维特征;S5、构造基于平衡权重调度器的课程学习框架以及分类模型,对降维后的特征进行训练;S6、预测患者的帕金森病进展,并对各个分类模型的预测性能进行评估。本发明能够提供更精确的患者疾病阶段评估,降低数据维度的同时提高了模型的计算效率和泛化能力,增强了模型对难样本的学习能力。