一种基于KD-Tree多源特征融合的SIND网络构建方法及系统

本发明公开了一种基于KD‑Tree多源特征融合的SIND网络构建方法及系统，该方法包括：获取个体QSM数据，将个体QSM数据映射到预设的标准化模板空间中得到标准化脑图像，并将脑图像分割成不同的脑区；将每个脑区的QSM数据编码为多维向量数据，基于方差敏感的动态划分策略与中值分割构建每个脑区的KD树；基于KD树计算任意两个脑区的KL散度，根据KL散度确定所述两个脑区之间的SIND值；采用扩散映射对SIND值进行降维分析，确定脑区的磁敏感梯度特征。本发明结合了KD Tree的高效数据处理、多源特征融合、KL散度度量以及扩散映射分析，能够精确地分析脑区的磁敏感梯度特征，揭示脑区之间的结构和功能关系，为脑科学研究提供了有力的工具。