一种基于多模式脑网络连接组学的轻度认知障碍诊断系统

本发明公开了一种基于多模式脑网络连接组学的自闭症诊断系统，该系统的具体诊断步骤如下：步骤1、使用fMRI数据构建三种不同的功能脑网络连接模式，即皮尔逊相关性、稀疏表示和格兰杰因果映射；步骤2、对于每种连接模式，应用图卷积模块来提取特征，形成基于单模态数据的多连接模式图信息表示；步骤3、利用图卷积模块对三种不同连接模式的脑网络数据进行特征提取并进行拼接，并将拼接后的特征输入到全连接层进行疾病分类。同时，通过梯度分析计算每个脑区对疾病诊断的贡献度，以识别生物标志物。本发明仅需单模态fMRI数据，操作简单，且本发明通过GCN自动提取功能脑网络特征，并融合多模态连接信息，显著提升了MCI的诊断准确率，为MCI的早期诊断和治疗提供了重要技术支持。此外，本发明使用ADNI数据集进行了验证，结果显示多模态连接GCN优于仅使用单一连接模式的GCN，准确率达到92.2％,AUC达到0.988。