基于两阶段图神经网络的fMRI数据分析模型构建方法、装置
申请号:CN202510682779
申请日期:2025-05-26
公开号:CN120508859B
公开日期:2025-11-07
类型:发明专利
摘要
一种基于两阶段图神经网络的fMRI数据分析模型构建方法与装置,涉及计算机辅助诊断领域;本发明首先通过fMRI信号的预处理构建脑网络图,捕捉大脑功能连接信息;然后利用第一阶段的脑网络特征嵌入向量学习,提取与疾病相关的连接特征,为后续预测任务提供输入;其次构建带有条件约束的群体图结构,抑制间接因素对特征表示带来的干扰;最后引入表型数据信息,增强个体特征表达,提升模型预测准确率;本发明模型通过脑网络层面GNN和群体层面GNN分阶段的训练,充分发挥二者在MDD的数据分析中的互补优势。该模型显著提升模型的泛化能力与全局推理能力,支持脑区数据的精准分析结果。
技术关键词
节点特征
脑网络特征
数据分析模型
两阶段
表型特征
功能磁共振成像
异质
表达式
计算机辅助诊断
标签
样本
模块
皮尔逊相关系数
影像
联合损失函数
矩阵
数据分析装置