一种基于多模板脑功能与效应网络融合的脑疾病分类方法

AITNT
正文
推荐专利
一种基于多模板脑功能与效应网络融合的脑疾病分类方法
申请号:CN202411917924
申请日期:2024-12-24
公开号:CN119830108A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种基于多模板脑功能与效应网络融合的脑疾病诊断方法,包括以下步骤:步骤一,数据获取。步骤二,多模版数据融合。步骤三,FC网络构建。步骤四,EC网络构建。步骤五,FC EC网络融合。该发明设计的双分支功能效应连接构建方法能够准确识别和构建大脑功能和效应连接网络。本发明设计的基于自适应自注意力的功能效应融合方法,能够有效融合两种网络数据,进而有效提升rs‑fMRI数据诊断ASD准确率仍较低的问题。本发明的脑疾病诊断准确率较高,且在ASD任务中具有良好的解释性。
技术关键词
皮尔逊相关系数 模版 分类方法 动态邻接矩阵 神经网络架构 效应 分支 数据 序列 模板 变分自动编码器 动态神经网络 疾病诊断方法 结构方程模型 注意力机制 神经网络参数
系统为您推荐了相关专利信息
1
一种文本分类方法、装置、设备、存储介质及程序产品
文本分类方法 数据 深度语义分析 文本分类装置 自然语言
2
一种储能电池BMS功能测试数据管理方法
数据管理方法 储能电池 算法 数据分布 皮尔逊相关系数
3
基于改进Apriori算法的地下管廊火灾特征关联分析系统
Apriori算法 关联分析系统 规则知识库 地下管廊 火灾特征
4
一种毫米波相控阵天线通信系统及方法
相控阵天线单元 通信系统 环境状态信息 混合波束赋形 通信接口单元
5
多芯片高密度连接的光刻技术实现方法
线条 化合物半导体衬底 地图 光刻设备 对准标记
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号