基于深度特征融合的动态脑功能连接分类方法

本发明公开了一种基于深度特征融合的动态脑功能连接分类方法，包括：对医院提供的受试者静息态功能磁共振成像数据，分别使用滑动窗口相关性和相位同步两种方法提取得到相关性特征和同步性特征；构建一个数据集，数据集中每个样本都包含受试者的相关性特征和同步性特征；将数据集划分为训练集和测试集；将训练集输入到深度神经网络模型进行训练，得到最优深度神经网络模型；将测试集输入到训练得到的最优深度神经网络模型中，最终输出测试集每个样本的患病预测值。本发明可有效提升动态脑功能连接分类准确性，并为脑功能连接的特征选择提供了可解释性支持。