一种基于fMRI时空特征的ADHD图卷积模型构建方法

本发明属于深度学习及脑科学技术领域，具体涉及一种基于fMRI时空特征的ADHD图卷积模型构建方法，包括下列步骤：静息态功能磁共振数据处理；fMRI序列处理：对来自不同站点的fMRI序列进行随机裁剪，得到序列长度一致的fMRI序列，并根据皮尔逊相关得到功能连接矩阵；模型输入数据：模型输入数据由fMRI序列、ADHD表型信息和功能连接矩阵构成，对输入数据划分得到训练集、验证集和测试集；模型构建；模型训练：模型评估。本发明提出门控特征融合模块对捕捉到的fMRI特征进行融合得到时空特征，并考虑了被试表型信息，构建了基于fMRI时空特征的ADHD图卷积模型，提高了ADHD疾病的分类准确率。