基于融合超图和超图神经网络的阿尔茨海默症分类方法

本发明提供一种基于融合超图和超图神经网络的阿尔茨海默症分类方法，包括：对由fMRI影像构成的数据集进行预处理；根据每张fMRI影像的时间序列，采用滑动窗口的方式，对预处理后的每张fMRI影像构造时间上连续的若干张初始超图；对每张fMRI影像的初始超图进行融合，获取融合超图；对预处理后的每张fMRI影像及其对应的融合超图添加随机均匀噪声，整合为训练元数据；利用训练元数据训练阿尔茨海默症分类模型；利用训练好的阿尔茨海默症分类模型进行分类；本发明构造的融合超图能够更好地记录多个脑区之间的非线性多元相关关系，具有更多的局部特性和细节，结合超图神经网络模型，能够有效提高阿尔茨海默症分类的精准度。