基于多模态贝叶斯决策融合的帕金森病预测模型研究.pdfVIP

中国体视学与图像分析2025年第30卷第1期

14CHINESEJOURNALOFSTEREOLOGYANDIMAGEANALYSISVol.30No.1March2025

文章编号：1007-1482（2025）01-0014-0023·三维定量研究与重建·

DOl:10.13505/j.1007-1482.2025.30.01.002

基于多模态贝叶斯决策融合的帕金森病预测模型研究

包金雨，引马宇飞?

张晓博，谌柯宇，↑张欣傲雪，

（1.西南交通大学计算机与人工智能学院，

成都611756;

2.四川省政务服务和公共资源交易服务中心，成都610031)

摘要：帕金森病的早期症状具有跨模态异质性（如微表情震颤、语音畸变等），传统基于单模态

智能诊断的方法难以全面捕捉病理特征。同时，现有的多模态融合策略因静态权重分配与特征流

形畸变问题，难以实现噪声场景下的可靠决策。针对上述问题，本文提出一种基于多模态贝叶斯

决策融合的方法（MultimodalBayesianDecisionFusion，MBDF），通过核密度估计与贝叶斯推理构

建动态置信度评估模块，实现模态权重的自适应分配。此外，该方法设计了基于均值-方差统计

特性的特征稳定性优化模块，以抑制高维噪声干扰。实验结果表明，所提方法有效验证了双模块

的协同效应，显著提升了复杂场景下的诊断鲁棒性，为神经退行性疾病的智能诊断提供了可扩展

的多模态融合范式。

关键词：帕金森病；贝叶斯决策融合；多模态学习；自适应加权

中图分类号：P18文献标识码：A

AmultimodalBayesiandecisionfusionmodelfor

Parkinsonsdiseaseprediction

ZHANGXiaobo,SHENKeyu,BAOJinyu,ZHANGXinaoxue,MAYufei?

(1.SchoolofComputingandArtificialIntelligence,SouthwestJiaotongUniversity,Chengdu611756,China;

2.SichuanProvincialGovernmentServiceandPublicResourcesTradingServiceCenter,Chengdu610031,China)

Abstract:TheearlysymptomsofParkinsonsdiseaseexhibitcross-modalheterogeneity(e.g.,microex-

pressiontremors,speechdistortion),makingitdifficultfortraditionalunimodalintelligentdiagnostic

methodstocomprehensivelycapturepathologicalfeatures.Moreover,existingmultimodalfusionstrategies

收稿日期：2025-02-10

基金项目：中央引导地方科技发展资金项目（2023ZYD0008）；四川省区域创新合作计划项目（2024YFHZ0066）

作者简介：张晓博（1985-），男（汉），山西省，副研究员。研究方向：数据挖掘，机器学习。E-mail：zhangxb@swj-

tu.edu.cn

通信作者：马宇飞，助理工程师。E-mail：434778679@

2025年第30卷第1期张晓博，等：基于多模态贝叶斯决策融