一种基于多图谱融合的抑郁症脑功能连接数据分析方法

本发明公开一种基于多图谱融合的抑郁症脑功能连接数据分析方法，应用于深度学习及神经成像领域，针对现有技术无法精准有效地对抑郁症脑功能连接进行表征的问题；本发明基于多个根据不同尺度或功能划分的脑图谱从静息态功能磁共振成像数据中获取脑区级血氧浓度依赖性信号，然后基于相关性算法计算得到各个图谱的功能连接矩阵，紧接着将功能连接矩阵抽象化为图结构数据并利用多尺度图卷积层进行特征提取，最后利用多头交叉注意力融合和自适应图谱权重学习两种不同的策略对多图谱特征进行融合及分析，用于执行诊断或生物标志物定位等下游任务。该方法很好地集成了功能磁共振成像的多图谱信息，提高了抑郁症脑功能连接分析结果的可靠性，有助于为临床提供一种客观的参考。