基于稀疏池化图卷积的功能连接精神疾病分类方法和系统
摘要:
本发明公开了一种基于稀疏池化图卷积的功能连接精神疾病分类方法和系统,包含下述特征提取方法包括根据模板对预处理后的功能磁共振脑成像数据提取每个脑区的平均时间序列,计算每两个脑区之间的时间序列的相关性得到功能连接矩阵;根据功能连接矩阵构建脑区之间的邻接关系矩阵;将功能连接矩阵作为节点的特征,邻接关系矩阵作为节点的边,构建功能连接图作为提取得到的样本特征。本发明方法能够表示功能连接的图结构,自动学习不同尺度的图特征嵌入,对功能连接具有更强的表达能力,本发明通过构建功能连接图作为提取得到的样本特征,样本特征可用于实现精神疾病的分类特征且对常见的精神疾病分类精度高,并且模型可在不同中心数据之间可迁移。
0/0