基于多模态特征融合与模糊积分决策的心电图分类方法

本发明提供了一种基于多模态特征融合与模糊积分决策的心电图分类方法，属于人工智能与医疗技术领域，解决了现有技术中多模态融合不充分、决策可靠性低的技术问题。其技术方案为：通过离散小波变换提取时域和频域统计特征，并利用基于Transformer的深度编码器提取跨导联时空特征；采用双向交叉注意力机制，捕捉模态间互补性；继而构建三类分类器并引入模糊积分进行决策融合，通过模糊测度建模分类器间依赖关系，动态分配权重。本发明的有益效果为：本发明将临床可解释特征与数据驱动模型结合，通过双向注意力机制提升多模态特征融合深度，利用模糊积分增强决策鲁棒性，显著改善了心血管疾病自动诊断的准确性与可解释性。