摘要
本发明公开了一种基于多模态核磁影像图神经网络的抑郁状态检测系统。所述系统包括脑数据处理模块、特征提取模块和分类器模块;脑数据处理模块根据输入的fMRI数据,对大脑划分网格聚合得到多个图节点,计算图节点和边值,进而完成脑功能连接图的构建;特征提取模块对脑功能连接图进行分析,通过网络层与池化层提取特征向量H,表征大脑功能连接的特性;分类器模块训练抑郁状态分类器,最终由训练完成的抑郁状态分类器根据输入的特征向量H输出抑郁症患者或健康个体的概率。本发明利用图神经网络以及自注意力机制来全面探索fMRI数据中抑郁特征,为抑郁状态检测提供支持。再借由域分类器,提高抑郁状态分类器的鲁棒性和泛化能力。
技术关键词
分类器
状态检测系统
抑郁
特征提取模块
多模态
数据处理模块
影像
节点特征
网格
Sigmoid函数
相关性分析方法
邻居
注意力机制
时间序列信息
矩阵
长短期记忆网络
系统为您推荐了相关专利信息
特种设备部件
识别方法
多模态特征融合
RGB摄像头
多光谱特征
智能评估系统
多模态数据采集
可穿戴接口
模块
卷积神经网络提取
隧道超前地质预报
自动化分析方法
软弱夹层
图像处理技术识别
参数
语义
车辆感知技术
交叉注意力机制
网络
转换器模块