基于深度学习的卒中后失语病患fMRI局灶识别方法

本发明涉及脑功能网络分析技术领域，具体涉及基于深度学习的卒中后失语病患fMRI局灶识别方法。本发明对fMRI影像序列中相邻两张fMRI影像的相匹配的局部区域的几何结构、灰度分布的相似性，以及影像匹配程度获取区域一致值，利用其划分同时间窗；根据相邻两个时间窗内fMRI影像的区域一致值的差异，以及局部区域的几何结构特征、灰度分布特征的差异获取功能连接系数，利用其确定时间窗内fMRI影像进行深度学习的卷积核尺寸，并对时间窗内fMRI影像进行局灶识别。本发明分析呈现相邻时间窗内脑区活动模式协同程度的功能连接系数，利用其自适应确定时间窗的卷积核尺寸，提高对病患局部病灶的识别效果。