一种基于时空动力学的精神分裂症辅助诊断方法

本发明公开了一种基于时空动力学的精神分裂症辅助诊断方法，属于生物医学图像模式识别技术领域。用f‑MRI获得功能脑网络图像，借助马尔可夫链构建时空动力学模型，从而可以提取个体功能脑网络收敛模式及脑网络间最大信息流传递模式。提出三个相应指标量化功能脑网络的时空动力学模式，分别为：网络平稳概率向量、网络最优步数均值矩阵和网络直接连接强度矩阵。本发明借助统计检验方法和逻辑回归算法对三个提出的功能脑网络时空动力学指标构建有效的辅助诊断模型，以实现对个体罹患精神分裂症概率的精准量化计算，为精神分裂症的早期诊断及干预提供强有力的技术支撑，填补现有诊断技术在该领域的空白，具有显著的临床应用价值和科学意义。