一种基于脑电微状态分析和图卷积网络的孤独症辅助诊断方法

本发明公开了一种基于脑电微状态分析和图卷积网络的孤独症辅助诊断方法，包含以下步骤：S1到S4是模型训练阶段：S1、对脑电数据集中的数据进行预处理，得到较高信噪比的脑电信号；S2、对预处理后的脑电信号进行微状态分析，并将其构建成微状态转换模式图；S3、构建并初始化多尺度特征提取模型，并输入处理好的训练数据；S4、提取图级嵌入作为孤独症识别任务的判别特征，使用交叉熵损失优化模型，得到最终训练好的特征提取模型和分类器。S5到S6是模型测试评估阶段：S5、输将测试数据的微状态转换概率图输入到训练好的模型，得到孤独症预测结果；S6、计算相关指标，评估模型性能。