基于多模式图卷积网络的自闭症谱系障碍识别方法

本发明属于自闭症谱系障碍识别领域，具体是公开了基于多模式图卷积网络的自闭症谱系障碍识别方法，方法包括：病人数据收集、数据预处理和构建图卷积网络。本发明设计了一种基于阈值的MPPCA方法，将有关噪声方差的先验信息和PCA去噪阈值结合起来，能更好地将噪声占主导地位的信号区分出来，充分发挥关于噪声方差等先验信息的作用，为后续的表型预测提供更好的数据基础；使用多模态图卷积网络，根据病人的脑成像数据、行为数据和基因数据预测表型，利用不同数据类型之间的优势互补，通过对滤波器权重进行特定的参数化设计，提升自闭症谱系障碍识别的准确性。