基于时间动态一致的图神经网络分类方法、设备和介质

本发明公开了基于时间动态一致的图神经网络分类方法、设备和介质，涉及图神经网络技术领域，要解决的技术问题是现有的方法会在训练和分析时混淆不同时间段的特征信息，使特定时间段的特征包含来自其他时间段的信息，破坏不同时间段特征的差异与顺序性，通过描述不同脑区功能活动和不同脑区之间活动联系随时间的动态变化，完成了对大脑时间序列信息的建模，通过重新设计图神经网络的基础运算模块，即卷积核与池化核，使时间序列特征的时序性不会被图神经网络的学习过程所破坏，保证了不同时间段下图节点特征和边特征的动态一致，进而使图神经网络可以学习不同时间段下特征信息的区别，最终提升精神疾病的辅助诊断及分类效果。