一种基于功能连接的多站点对抗疾病检测方法

本发明属于医学图像处理与分析技术领域，具体涉及一种基于功能连接的多站点对抗疾病检测方法，包括：数据采集与预处理；站点特征学习；表征学习；对抗训练；疾病检测。本发明使用ABIDE I数据集的多站点数据和量表信息。本发明的技术方案主要包括使用表征学习模块，从FC中提取高层次的抽象特征。其次，利用站点特征学习模块，以便在没有更多先验信息的情况下从单个FC自适应地学习站点特征表示，最后，构建出基于对抗学习网络的疾病检测模型。模型在自闭症患者与正常对照组间的平均分类准确率达到75.6％，意味着模型在疾病的早期识别、诊断以及治疗提醒方面发挥着至关重要的作用，为智能医疗领域的发展和个性化治疗方案的设计提供更加有力的支持。