一种基于机器学习的脑部疾病分类系统

本申请涉及医学影像分析领域，提供了一种基于机器学习的脑部疾病分类系统，所述系统用于实现基于机器学习的脑部疾病分类方法，包括：对目标体进行脑部磁共振检测，得到目标体的静息态功能磁共振数据以及高分辨率三维T1加权图像；对静息态功能磁共振数据以及高分辨率三维T1加权图像进行特征化处理，得到多层次影像特征；将多层次影像特征输入至预训练的目标分类模型，得到目标分类模型输出的分类结果，分类结果用于指示目标体为MS患者，或用于指示目标体为NMOSD患者。本申请提供了一种准确度较高的脑部疾病分类系统，能够有效鉴别多发性硬化疾病与视神经脊髓炎谱系疾病。