一种基于多目标领域自适应的图像分类方法

本发明涉及一种基于多目标领域自适应的图像分类方法，包括：获取源域和多个目标域的脑部rs‑fMRI图像数据，其中一个目标域来自受试者；对获取的脑部rs‑fMRI图像数据进行预处理，得到每个图像数据的功能连接特征；将功能连接特征输入到预训练好的ASD分类预测模型中进行训练；使用对比领域自适应方法拉近源域和目标域的数据分布；使用训练好的ASD分类预测模型中的多层感知机进行分类预测，获得分类预测结果。与现有技术相比，本发明具有实现对ASD图像的精确分类预测、提高医生诊断效率等优点。