基于视觉 Transformer 的阿尔茨海默病 MRI 分类与跨区域验证研究产品系统

提出跨区域 AD 分类框架，将图像标准化与关键脑区感知 ViT 结合，提升跨人群、
跨设备泛化能力。

搭建完整预处理流程：ANTs 配准、N4ITK 偏差校正、FreeSurfer 自动分割海
马体与颞叶 设计关键脑区注意力模块，引入交叉熵与 FocalLoss 优化 MCI 分类效果。在 ADNI 数据集预训练 ViT-Base，于 CNS-BioBank、J-ADRC 微调

1. 提出跨区域 AD 分类框架，将图像标准化与关键脑区感知 ViT 结合，提升跨人群、
跨设备泛化能力。
2. 搭建完整预处理流程：ANTs 配准、N4ITK 偏差校正、FreeSurfer 自动分割海
马体与颞叶。
3. 设计关键脑区注意力模块，引入交叉熵与 FocalLoss 优化 MCI 分类效果。
4. 在 ADNI 数据集预训练 ViT-Base，于 CNS-BioBank、J-ADRC 微调；基线实
验总体准确率 87.3%，AD 精准率 93.9%。