基于神经血流特征多层次融合的目标人群识别方法及装置

本申请涉及脑功能成像技术领域，特别涉及一种基于神经血流特征多层次融合的目标人群识别方法及装置，其中，方法包括：利用同步EEG‑fNIRS设备采集正常和目标人群的脑神经血流信号，预处理并提取单模态特征，利用多频局部神经血管耦合分析法计算神经血管耦合强度特征，并利用空间共定位方法统一神经血流模态空间信息，提高位置精度，实现数据层融合；利用Yeo7脑模板整合分析不同模态特征空间关系，实现特征层融合，最后用显著差异特征训练多种机器学习分类器，实现对目标人群的识别。由此，解决相关技术多关注宏观信号相关性，导致跨模态空间信息在特定脑区协同作用分析匮乏，制约了对神经血管功能机制深入理解及脑区角色揭示的问题。