基于证据决策融合的自闭症谱系障碍分类方法及系统

本发明公开一种基于证据决策融合的自闭症谱系障碍分类方法及系统，该方法包括：创建自闭症多模态数据集；构建一种基于证据决策融合的自闭症分类模型，包括数据预处理模块、证据提取模块、类别可信度和分类结果不确定性估计模块、决策融合模块；使用自闭症多模态数据集中的样本训练模型；利用训练好的模型对新输入的受试者样本进行自闭症分类。该方法综合利用T1加权成像、弥散张量成像和功能磁共振成像三种模态的关键证据，并根据Dempster组合规则构建一个可靠且可信的分类决策框架，不仅可以提升自闭症分类的准确率和鲁棒性，还能给出最终决策的整体分类不确定性评估，提供更好的模型解释性和决策可信度。