基于互惠多网络噪声标签学习模型的精神疾病预测方法

本发明公开了基于互惠多网络噪声标签学习模型的精神疾病预测方法，属于医学图像处理技术领域。针对目前精神疾病分类过程中存在固有的主观性，以及精神障碍背后的病理和神经机制通常并不完全符合临床诊断标准导致错误诊断标签产生的问题，本发明方法利用神经影像学数据，在存在潜在的临床诊断偏差或错误的情况下提高诊断的准确性。通过最大化深度神经网络在识别和利用具有准确诊断标签和存疑诊断标签的受试者时的一致性，本方法有效地利用多个深度神经网络从存疑诊断标签的数据中学习。本发明的方法在原始诊断标签基础上重新确定的生物型显示出更明显的组间差异，并且有更多数量的显著功能连接。