基于残差块与贝叶斯变分推理的rs-fMRI分类方法

本申请涉及一种基于残差块与贝叶斯变分推理的rs‑fMRI分类方法。所述方法包括：首先，获取rs‑fMRI数据并进行预处理，得到时间信号序列；之后，基于所述时间信号序列计算脑功能连接并构造原始脑网络；之后，基于所述原始脑网络构造线图并进行线图卷积；最后，基于所述卷积后的线图采用贝叶斯变分后验进行分类，得到rs‑fMRI分类结果。通过将脑连接重建模为节点，突出功能连接的重要性，并将残差块与贝叶斯变分推理相结合，有助于准确保存和分析大脑网络连接，克服了原始噪声和异常值的问题，提高了模型提取脑信息进行辨识分类的准确性和鲁棒性。